供应链管理研究现状及展望

上世纪80年代以来市场环境发生了巨大变化,顾客需求趋于多样化、个性化。需求不确定性增加,产品的寿命周期缩短,大规模定制化、更高强度的竞争、全球化等等使企业面临的是一个变化迅速且难以预测的买方市场;在动态复杂的市场环境下,快速满足顾客的需求,单靠企业自己的资源已经是不可能的了。随着全球市场和信息技术的发展,企业之间合作的趋势日益明显,有必要进行总体规划、重组、协调、控制和优化,以提高整体效益。基于此,供应链管理成为上世纪90年代以来研究实践的热点,逐渐由一种管理技术上升为新的管理模式,受到国内外企业界和学术界的高度重视。     

一种具有跟踪外观变化目标能力的均值漂移算法

视角变化往往会引起目标外观特征的变化,基于单一颜色直方图模型的均值漂移跟踪算法往往不能适应这种变化。本文在对连续自适应均值漂移算法深入分析的基础上,提出利用目标外观信息的先验知识,对其建立多个颜色分布模型。每帧跟踪结束后,算法都会根据当前的目标特征和周围环境从多个模型的凸组合中选出最有利于下一帧跟踪的参考模型。实验结果表明,该算法能很好地适应目标外观的变化,且计算代价不大。     

一种新的证据组合规则应用于序列图像目标识别

提出了一种新的证据理论组合规则,并结合BP神经网络和证据推理对序列图像目标识别问题进行应用.以修正的Hu不变矩为图像特征,利用数据融合的思想对来自目标的序列图像进行时间域融合处理.由BP神经网络对目标的初步识别结果构造基本置信指派函数,用该组合规则进行决策级数据融合,完成了三维飞机图像目标的识别仿真.仿真结果表明,新的组合规则结合BP神经网络的融合方法提高了三维飞机目标识别的准确性.     

基于熵图像和隶属度图的高斯混合背景模型

经典的高斯混合背景模型中,高斯分量的个数是固定的,近邻像素间的相关性也没有被考虑。作为对这种模型的改进,该文利用熵图像来度量背景像素亮度分布的复杂程度,进而给出了根据熵图像为各像素选择高斯函数个数的方法,在保证检测精度的前提下节约计算资源;并利用隶属度来表示像素属于背景的可能性,通过融合各像素邻域的局部信息来对其进行有效的分类,使得分类决策的结果更可靠,而计算量却增加不多。多种真实场景下的实验证明了这种算法在计算速度和精度上的良好性能。     

小波滤波方法及应用

小波滤波是十年来小波分析在信号处理技术中应用的一个重要领域,与传统的滤波方法相比,具有独特的优势。该文在对目前小波滤波文献进行理解和综合的基础上,通过对小波滤波问题的描述,系统论述了小波滤波的基本原理、模型和滤波特性;对小波滤波方法进行了分类,对三类基本方法进行了分析比较;着重对小波滤波方法中的基本问题进行了阐述,并对小波滤波中存在的问题和解决问题的设想及展望给出了系统的见解。     

相变石膏板应用性能研究与数值模拟

针对相变石膏板和普通石膏板的实际应用热性能进行了实际测试和数值模拟。结果表明：相变石膏板的相变温度为25℃、相变潜热为5 k J/kg时可有效提高室内舒适度，使室内温度波动减少3～5℃，峰值延迟时间为200 min。通过数值模拟得出，相变石膏板搭建的试验箱与普通石膏板相比可节能9.8%，说明相变石膏板具有控温节能的优势。     

具有参数自适应的交互式多模型算法

动态多模型估计（SMME）广泛应用于结构和参数的不确定／变化的估计问题中,比如目标跟踪和故障诊断与隔离,然而由先验信息选定的滤波参数是模式切换与模式未切换情况下的折衷,针对SMME,本文通过在每个滤波循环开始处起始多个状态预测器实时辨识滤波参数,包括模式切换概率和基于模型的过程噪声方差,考虑到交互式多模型（IMM）是SMME中比较有效的方法,我们将上述的参数辨识与IMM相结合,提出了一种自适应IMM（AIMM）,在跟踪一个机动目标的仿真中,AIMM表现出了比IMM更高的估计精度。     

最大熵阈值处理算法

阈值法是图像分割的一种重要方法,在图像处理与识别中广为应用.提出了一种基于灰度-梯度共生矩阵模型和最大熵原理的自动阈值化方法.该方法不仅利用了图像的灰度信息,而且也利用了梯度信息,通过计算基于灰度-梯度共生矩阵的二维熵,并使边缘区域的熵最大来选择阈值向量.仿真结果显示,该算法比其他二维熵方法效果更佳.