基于动态贝叶斯网络推理的运动目标状态最优估计

提出基于动态贝叶斯网络推理的火炮攻击敌纵深运动目标状态估计模型。首先结合Kalman滤波理论，提出基于动态贝叶斯网络（Dynamic Bayesian Networks-DBN）的目标状态估计模型。然后应用DBN的图形模式的前向后向光滑计算方法对某一节点概率进行不确定推理，在对某一观测序列光滑的基础上，预测敌目标运行队列未来时刻的最大可能估计值，将预测信息传给火控系统并决定最优打击点。最后，通过仿真验证了整个方案的可行性。     

基于子波分解的信号滤波算法

人们一直在利用有效信号和器材怕的某种特性差异,进行着对污染信号恢复,这一过程几乎完全稚呈对信号和器材怕特性的精确描述,子波伙这种描述提供了新的工具,本文对子波域阈值滤波的核心问题－－滤波阈值意义及取值规进行了探讨,给出了滤波阈值更简洁的数学表述,明确了阈随尺度递减的数学关系,使基于子波分解的信号滤波算法,在理论上更加完善。     

强化学习对信息融合系统的改进

通过分析和研究强化学习的结构和算法,将其引入到信息融合系统中,提出了基于强化学习的信息融合系统,并讨论了它的应用和发展。通过对多智能技术的借鉴,使信息融合系统有进一步的发展。     

一种基于高阶统计量的不变量图像识别算法

提出了一种基于高阶统计量的图像识别算法。利用投影将图像数据变换到一维空间,降低了计算的复杂度。通过计算投影数据的高阶统计量,构造出具有比例和平移不变性的图像特征。为得到旋转不变性,提出了一种基于循环相关的算法,从而得到该图像真正具有不变性的特征。还提出了一种改进的整体平均算法,使得该不变量计算速度大为提高。通过仿真对比,指出算法是有效的。     

关于我国开展设备监理的研究

设备监理是在我国近年实行市场经济,根据项目管理、设备工程项目建设的需要而产生的新兴行业。也是与国际上通行的在设备工程项目建设领域实行项目管理相一致。设备监理是与国际接轨的必然选择。     

关系数据库中错误数据的一种模糊化处理方法

在错误数据集中进行知识发现是当前数据挖掘研究中的一个热点问题。以往的算法往往需要大量的先验知识或假设,同时会造成数据浪费。该文在总结以往对于错误数据预处理的一般方法的基础上,对关系型数据库常见错误类型进行了分析,提出利用数据可能性构建模糊数据库的方法对数据预处理过程中的可疑数据进行处理,并比较了该种算法与传统算法之间的优缺点。可以看出,该文的算法较好地解决了先验知识缺乏和数据浪费等问题,利用模糊化的方法来对数据库中的可疑数据进行处理是一个十分有价值的研究方向。     

无线传感器网络信息感知中的自组织算法

构造了信息获取与能量节省的综合性能指标,通过在线优化该函数自适应地选择簇首及簇内成员,提出了一种无线传感器网络动态协同自组织算法(DCS),从而实现综合性能优化意义下的网络自组织．仿真表明:与IDSQ算法相比,DCS算法能有效避免“乒乓效应”问题,节省通讯能量明显,而跟踪精度相当．     

基于相邻尺度积系数的半软阈值小波滤波

针对相邻尺度积系数硬阈值滤波后的MSE函数不连续,最优阈值选取困难,该文构造了一种基于相邻尺度积系数的半软阈值函数。其为收缩因子函数与小波系数的乘积,对小波系数无穷可导、可在阈值邻域内对小波系数自适应收缩。进而通过极小化SURE(Stein Unbiased Risk Estimate)估计得到MSE意义下自适应于信号和噪声的最优阈值。大量仿真实验表明：采用本文构造的半软阈值函数,可改善基于相邻尺度积系数的滤波算法性能。     

运动弱小目标先跟踪后检测技术的研究进展

对低信噪比下图像序列运动小目标先跟踪后检测技术进行了较为系统地研究.首先针对运动弱小目标检测问题,分析比较了先检测后跟踪技术与先跟踪后检测技术;详细阐述了先跟踪后检测技术的主流算法,包括时空域匹配滤波器、基于投影变换与三维匹配滤波相结合的算法、多阶假设检验、动态规划算法、高阶相关方法、递推贝叶斯滤波等算法,并比较了其中几种算法.     

密集回波环境下多目标跟踪的一种新算法

在多目标跟踪中，一个量测可能是几个目标的混合量测，一个目标也可能产生几个量测。目前，基于贝叶斯的数据关联算法沿用的均是JPDA的“量测与目标一一对应”的可行性规则，它不符合上述情况下数据关联的实际情况。因此，为了解决该问题，从分析JPDA的可行性规则入手，打破JPDA可行性规则的限制，提出了更符合实际的量测与目标均可复用的观点，及新的可行性规则，认为量测与目标之间的关联关系是多对多的关系，并据此利用条件贝叶斯公式，推导出边缘概率的一种新的计算方法——广义数据关联算法(GPDA)。利用该方法对多目标进行跟踪，取得了良好的跟踪性能，并且计算量大大减小。