自组织和自稳定的视觉模式学习系统

本文利用多层前馈式的Ｎｅｏｃｏｇｎｉｔｒｏｎ网络和自适应共振ＡＲＴ网络研制了一种自组织和自稳定的视觉模式学习系统ＡＲＴ２－Ｃｏｇｎｉｚｅｒ，它对模式在视野中的缩小、放大、平移具有较好的容忍能力。     

捷联系统四元数工具误差分离模型研究

惯性器件的误差会使导弹飞行参数计算产生偏差,直接影响导弹的命中精度,通过实验数据分离惯性器件工具误差系数并反馈给数学平台进行误差补偿是提高导弹命中精度的主要手段。在四元数的基础上建立了捷联惯导系统工具误差分离模型,并对该模型进行了工具误差系数分离。仿真实验结果验证了该工具误差模型的正确性,其系数分离结果要优于传统的欧拉角误差模型,该模型的建立为捷联惯导技术的工程实践提供了重要参考。     

雷达导引头频域非线性建模

该文采用９０ 年代以来国际控制界提倡的“面向控制”的建模新方法－ 频域非线性算法,对雷达导引头进行建模。针对导引头使用环境恶劣,与目标、环境相互作用关系复杂,使用了调整的非线性辨识算法（ 需要先验知识） 。仿真结果表明,此辨识算法鲁棒性好,辨识结果可信度高,可靠性好     

部分参数不准确的线性系统的鲁棒性控制

研究了部分参数不准确的线性系统在有界能量噪声作用下的控制问题，即对于系统参数 的鲁棒性控制问题.先将它简化为一个带正参数δ的H∞控制问题,然后采用J无损分解方 法,推导出调节问题的可解性条件和动态反馈控制器的全部显示通解.     

基于生理视觉的计算机图象处理系统

报道了一个基于生理视觉原理的计算机图象处理系统，该系统根据对生理视觉过程的分解，采用了一种含有正反馈回路的分级前注意视觉模型，通过模拟视觉通路中信息传递所经的各种神经网络的感受影响应，对输入图象逐级进行处理，实现了对图象的突发组群和合理分割。对有严重阴影的道路图和ＣＴ扫描图进行处理的结果表明，该系统能够在可变的光照条件下提取出不变的物体边界和特征，估于传统的图象处理和机器视觉系统。     

位移不变的视觉模式在线学习和识别

提出了一种二维模式识别的神经网络模型ART-Cognizer,该模型采用新认知机的 结构和自适应共振网络的自顶向下的注意和匹配机制,因此对模式在视野中的缩放和平移有 容忍能力,并对自组织学习过程有自稳定能力,它可以在线学习新的模式而不损伤其原有记 忆.     

构件软件体系结构

本文系统地介绍了构件软件体系结构产业，发展和概念模型，结合国际上的先进成果和我们自己的开发经验，经基于构件软件体系结构的应用系统的开发工作阐述了自己的认识，本文结尾提出了对于构件体系结构未来发展的展望。     

Linear manifold clustering for high dimensional data based on line manifold searching and fusing

High dimensional data clustering, with the inherent sparsity of data and the existence of noise, is a serious challenge for clustering algorithms. A new linear manifold clustering method was proposed to address this problem. The basic idea was to search the line manifold clusters hidden in datasets, and then fuse some of the line manifold clusters to construct higher dimensional manifold clusters. The orthogonal distance and the tangent distance were considered together as the linear manifold distance metrics. Spatial neighbor information was fully utilized to construct the original line manifold and optimize line manifolds during the line manifold cluster searching procedure. The results obtained from experiments over real and synthetic data sets demonstrate the superiority of the proposed method over some competing clustering methods in terms of accuracy and computation time. The proposed method is able to obtain high clustering accuracy for various data sets with different sizes, manifold dimensions and noise ratios, which confirms the anti-noise capability and high clustering accuracy of the proposed method for high dimensional data.     

基于注意覆盖的感兴趣区域增强策略

提出一种基于注意覆盖的感兴趣区域增强策略。将感知表面作为注意选择的基本单元,将自顶向下的注意信号引入表面填充机制,利用非线性扩散机制在感知表面形成一种形状拟合分布,使得被注意的感知物体活性得到增强。仿真结果表明,该策略可以有效地增强感兴趣区域,具有神经生理和心理学合理性,输出结果可用于区域分割、目标识别和场景分析。