基于模糊推理的人工鱼嗅觉感知研究

“人工鱼”利用人工生命方法实现计算机动画。为了丰富人工鱼的感知能力，提高对自然鱼的逼真动画效果，文章在分析“自然鱼”嗅觉机制、参考“机器鱼”感知系统的基础上，研究并实现了人工鱼的虚拟嗅觉感知．首先在人工鱼体系结构基础上建立了人工鱼嗅觉感知模型，并仿照生物嗅觉形成机理设计了三层嗅觉识别模型，采用基于主成分分析的模糊推理方法实现了嗅觉感知．经动画仿真，得到满意结果。嗅觉感知的研究和实现为人工鱼多感知融合系统提供了基础，也可为机器鱼嗅觉研究提供软件仿真平台。     

基于感知融合机制的渐进式去雾网络

智能辅助驾驶应用场景对图像去雾的准确性和实时性要求较高。提出了一种新颖的基于感知融合机制的渐进式去雾网络(progressive dehaze network, PD-Net),将降质图像恢复的任务分解为多阶段的子任务,通过轻量级的子网分块学习特征图的不同区域语义信息,以提升去雾效率。在此基础上,基于注意力机制和导向滤波设计跨阶段感知融合模块(perception fusion module, PFM),自适应感知各阶段提取的多尺度特征并进行融合,而不损失图像细节信息及边缘结构信息。实验结果表明,与现有主流的端对端去雾模型相比,所提出的算法在处理户外图像时具有更高的准确度和实时性,在公开的合成对象测试集(synthetic object testing set, SOTS)上的峰值信噪比(peak signal to noise ratio, PSNR)与现有最好结果相比提升了0.93 dB,处理单幅图像仅需72 ms,提出的网络模型有望应用于智能交通等现实领域。     

基于多源异质融合的网络安全态势生成与评价

网络安全态势感知(NSSA)是目前网络安全领域的热点研究内容,开展NSSA的研究,对提高网络安全水平有着重要的意义.提出了一个基于多传感器融合的网络安全态势感知模型,利用支持向量机作为融合引擎,融合来自异质多传感器的数据,并结合特征约简算法,提高了融合的实时性.在此基础上,引入态势生成算法,生成安全态势,并利用安全态势评价指标对量化感知进行了评价.仿真实验表明提出的模型和方法是可行的和有效的.     

面向计算机生成兵力的虚拟人感知注意力模型研究

感知模型是计算机生成兵力行为建模的重要研究领域,作为推理模块的输入,感知模型获取的信息准确与否对仿真的逼真性有着重要影响.对计算机生成兵力感知模型进行研究,重点对注意力的形成机制,作用时间,作用方式进行分析,并与传统的感知模型进行比较.通过对注意力的知识库构建、信息反馈方面进行建模,提出了基于注意力机制的虚拟人感知框架...     

基于自注意力的双波段预警雷达微动融合识别

针对预警雷达对气动目标协同识别的需求,提出一种自适应权重双输入自注意力残差融合识别方法。通过分析不同波段雷达对气动目标的微动差异性,在传统卷积块注意力模块(convolutional block attention module, CBAM)残差网络的基础上进行针对性改进,设计加权双输入CBAM(weighted double input-CBAM, WDI-CBAM)残差结构,对两种波段的时频图浅层特征自动分配权重并融合,从而均衡不同波段对目标识别的贡献度。仿真和实测数据处理结果表明,WDI-CBAM残差网络训练代价小,在信噪比较低及驻留时间较短的情况下识别率高。可视化结果进一步证明了所提方法能够合理分配不同波段输入对气动目标分类的重要性。     

求解柔性作业车间调度问题的多策略融合Pareto人工蜂群算法

为克服单一算法在求解多目标柔性作业车间调度问题时最优性和多样性方面的缺陷,提出了一种多策略融合的Pareto人工蜂群算法(multi-strategy integration Pareto artificial bee colony algorithm, MSIPABC).算法在初始化阶段采用混合启发式策略产生质量较高的初始化种群;雇佣蜂采用多种探索操作实现蜂群自主邻域搜索;观察蜂选择较优食物源执行交叉操作,实现蜂群协作搜索,扩大搜索范围,并执行柔性作业车间关键路径相关局部搜索操作,进一步加强蜂群寻优能力;最后侦查蜂对种群重复解进行多样性重构.多种搜索策略的融合使算法不仅实现了人工蜂群的自主与协同搜索,而且达到了全局探索与局部寻优的平衡.通过验证,所提算法在求解质量和获取基准算例Pareto最优解数目方面具有优势.     

基于多智能体原理的人工鱼交互仿真建模方法

为解决计算机动画中人工生命体存在的数学模型复杂、计算量大、交互性差的问题,提出一个基于多智能体原理的虚拟生物交互自组织行为建模方法,并以人工鱼为例,将多智能体原理和微分对策方法结合,可以在不需大量计算的情况下实现人工鱼的多种竞争交互行为仿真.试验表明,采用交互建模方法的人工鱼同环境和其他生物的竞争交互仿真行为更加高效、自主和智能.     

基于粗糙集理论的多源信息融合故障诊断方法

在故障诊断中,从包含冗余和不一致信息的数据中获取简单有效的诊断决策规则是一个难题.首先,针对完备信息系统和不完备信息系统分剐提出了相应的融合算法,为解决数据超载以及不完整信息融合问题提供了有效的方法.其次,提出了基于粗糙集理论的多源信息融合故障诊断模型.该模型从包含冗余和不一致信息的原始数据出发,利用基于改进属性重要度的方法实现故障征兆属性约简;然后通过给出的值约简算法进一步产生最大广义决策规则集,建立了用于故障诊断的规则库.最后,在应用该模型进行故障诊断时,用待诊断实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则依据置信度、覆盖度和支持度进行综合评价,并得出诊断结论.给出的诊断实例验证了该方法的可行性和有效性.     

Bayes分析中的多源信息融合问题

在Ｂａｙｅｓ小子样理论中,验前分布的获取与表示是一个关键问题。本文对验前样本和现场子样服从同一总体分布情况下的经典统计方法和Ｂａｙｅｓ方法进行了比较。然而在工程实践的大多数情况下,验前样本和现场子样并不完全属于同一总体分布。本文推导了异总体情况下最佳验前数据量,讨论了多源异总体信息融合问题。仿真结果表明了方法的有效性。     

无人机战场环境感知与理解技术研究

战场环境的感知与理解是无人机实现规划、决策及控制的前提,是体现系统自主性关键特征的基础。首先分析了战场环境感知与理解的内涵,详细阐述了该技术的国内外研究现状。其次,设计了基于多机协同的环境感知框架,并结合自主控制等级分析了无人机战场环境感知与理解的技术体系,然后在此基础上剖析了当前制约无人机战场感知能力发展的各项关键技术。最后,对未来的发展趋势进行了展望。     

全局版人工鱼群算法

人工鱼群算法是一种基于动物行为的群体智能优化算法.针对基本人工鱼群算法运算速度慢的缺陷,提出了一种全局版人工鱼群算法.该算法用整个鱼群的中心位置和全局极值位置代替人工鱼的邻域中心位置和邻域极值位置,从而减少了算法的计算量,提高了运算速度;采用动态调整人工鱼视野和步长的方法,较好地平衡了全局搜索能力和局部搜索能力;在人工鱼的觅食行为中,让人工鱼直接移动到搜索到的较好位置,加快了搜索速度.仿真结果表明,该算法的优化性能优于基本人工鱼群算法.     

人工鱼高级行为规划和运动模型研究

以生物学理论为依据,从人工智能和人工生命相结合的角度提出了人工鱼的高级行为规划和运动模型.高级行为规划即设计多种行为序列以实现当前意图,使人工鱼能够根据不同的环境条件选择相应的行为策略.运动模型在高级行为规划指导下,将行为序列分解为具体动作来执行,作用于环境.人工鱼的运动由饥饿度、危险度等内部状态驱动,并受体力的影响.仿真实验表明该模型能够更合理、有效地模拟真实鱼类的生命特征和智能行为.     

多传感器信息融合系统威胁评估研究

针对多传感器信息融合系统具有多目标、大量观测样本数据的特点,采用模糊模式识别方法,建立最大熵模型,探讨了含不确定性因素的目标归类方法。采用基于知识库的量化方法,将实际测量物理量转化为统一的无量纲量,实现了目标属性对目标威胁程度影响的归一化。最后设计了一个简单实例以验证所研究的威胁评估算法的可行性。     

一种人工鱼群体行为动画的新方法

以自然鱼为原型,结合人工生命中突现的思想,在基于认知的人工鱼群的行为路径选择机制的基础上,提出了一种在分布式协作系统框架下,运用人工智能的模型和算法构造的计算机自主动画角色(人工鱼)的新方法,该方法通过建立分布式行为模型,结合基于agent的局部感知和pso算法,来模拟个体鱼响应环境变化、集群和维持群体结构的路径选择过程,以展现具备感知、认知、运动能力的人工鱼群的协调和决策过程,程序运行结果实现了鱼群在海底局部环境下逼真的计算机动画,证实了该模型的有效性.     

鱼群算法在重大交通事故下车辆行为中的应用

采用鱼群的某些行为来模拟重大交通事故下车辆的一些行为。如利用鱼群的避障行为,随机移动行为,约束行为等来模拟车辆的换道行为,自然行驶行为,行驶中的约束行为等。并针对鱼群的避障行为对应的车辆换道行为进行了深入的研究,给出了车辆的换道模型（EMLCM）,从三个方面介绍了该模型的特点。并给出了在重大交通事故下车辆的延误时间的具体模型及换道期间车辆速度和位置变化情况,最后通过仿真实验说明采用的方法和提出的模型是有效的,对延误时间的分析是合理的。     

虚实融合的探究式实验系统研究

随着个性化教育理念的多元化发展,以着重自主探究、实践能力培养,基于形成性评价的探究式教学受到关注。面向探究式教学的需求,提出了满足探究式学习理论的虚实融合实验系统框架,并以化学实验为例开发了虚实融合系统和交互套件。通过物理传感将用户行为、交互套件、交互界面等多模态信息融合,与真实空间的数字图形孪生系统绑定,并通过流体模拟和高精度图形渲染生成实验现象,回馈给交互界面。同时,通过数据模型与行为可视化将用户的学习状态进程综合信息,实时反馈给教师,从而辅助教师根据学生状态进行探究引导,形成有意义的探究式教学。     

基于雷达组网的多目标数据融合系统研究

研究了多目标情况下的雷达组网数据融合问题 ,讨论了数据关联的最近邻法和概率数据关联 (PDA)这两种算法 ,针对雷达组网数据融合的分布式与集中式两种系统结构分别提出了一种算法 ,并同时应用数据关联和数据融合算法针对 4个目标的平行编队、交叉飞行、平行转弯飞行模式进行了蒙特卡罗仿真 ,证明了算法的有效性。     

一种空间信息融合的D-S算法研究

多传感器信息融合技术已获得了普遍的关注和广泛的应用,其理论和方法已成为智能信息处理的一个重要领域,证据理论是主要的技术之一。在目标识别系统中,为了获得可靠的识别结果需要考虑时间和空间的融合问题。从多传感器信息的时间域和空间域的融合出发,提出了在目标识别中多传感器信息的时空两级融合模型,以及基于证据理论的信息融合算法。仿真结果表明,该模型和算法具有方法简单、运算量小、可靠等优点,具有一定的理论意义和使用价值。