观测几何对目标探测性能影响的仿真分析

在光电武器作战探测目标性能问题的研究中,不同大气/气溶胶模式、不同观测几何条件下的光电武器作战效能差异显著.针对上述问题,通过分析大气传输和观测几何对视在对比度的影响,建立了视在对比度传递模型,结合TIP准则提出了观测几何对目标探测性能的影响模型.利用Modtran软件离线计算的基础数据,提出了探测性能模型快速仿真计算方法,实现了典型地区、全天时、不同观测几何和观测距离条件下的成像系统探测性能的快速仿真计算.采用快速仿真计算方法,选取典型参数,计算并分析了不同大气/气溶胶模式、观测几何等因素对视在对比度、探测概率和探测距离等指标的影响.结果表明:观测几何对目标探测性能影响显著,50％探测概率条件下,顺光探测距离是逆光探测距离的1.38 ～1.7倍;不同大气/气溶胶模式条件下,观测几何对探测距离影响差异明显,海洋性气溶胶模式下影响较大,乡村型气溶胶模式下影响较小.文中提出了观测几何对目标探测性能的影响模型和快速仿真计算方法,为光电武器系统任务规划和作战效能评估提供了理论和技术支持.     

基于分布式数据仓库技术的ETL系统的研究与应用

ETL系统是构建和维护数据仓库的基本构件,由于要处理海量数据和访问各种异构数据源,如何同时具有高效的数据处理能力和通用的数据源访问能力是值得研究的问题。本文针对某银行数据仓库项目的实际需求,提出了基于分布式数据仓库的ETL系统,并使用了XML技术实现异构数据源的通用接口访问方式。系统运行表明该解决方案具有好的使用效果。     

SAR成像仿真系统的研究与实现

针对目前国内SAR成像仿真研究的需要,分析了国外先进的SAR成像仿真系统框架原理,结合我国成像仿真系统的应用特点,提出了一种SAR成像仿真系统实现方法。基于Vega及其扩展模块radarworks,建立了SAR成像仿真系统,对散射图生成、纹理映射、仿真图像生成等关键技术进行了深入的研究,并给出了相应的解决方法。最后利用结构相似度方法对仿真输出的图像进行了质量分析与评价。实验结果表明了系统的有效性。     

空谱联合预测高光谱图像无损压缩rice算法

针对rice算法低维预测不能有效降低高光谱数据冗余问题,提出基于空谱联合预测的低复杂度rice算法,应用于高光谱图像无损压缩.根据高光谱图像三维数据特征建立三维预测模型,利用相邻波段谱间相关系数进行联合预测系数分配,有效地减少了高光谱图像空间和谱间冗余.提出基于预测误差均值的最优编码参数选择算法,计算复杂度由O(N)降为O(1).实验结果表明,本文方法提高无损压缩比5%～40%,编码时间较经典rice算法缩短了4%以上,有利于实时处理和工程实现.     

基于Multi—Agent的海上搜救仿真研究及应用

文章针对海上搜救仿真这种典型的综合仿真系统的特点,以降低综合仿真系统的复杂度和研发费用,并且提供最大程度的辅助决策支持为目的,提出了包括仿真建模结构、控制结构和智能模型的基子Multi-Agent的复杂系统智能仿真方法。基于Multi-Agent的综合系统智能仿真体系结构引入了一种新的建模与仿真的思想和方法,从而形成了一套独特的仿真建模体系结构,提高了建模与仿真的通用性、可重用性、互操作性以及计算机仿真技术的辅助决策能力。     

聚类算法在银行客户细分中的应用

针对聚类算法在金融领域广泛应用的实际情况,基于银行客户数据集,对DBSCAN, K-means和X-means 3种聚类算法在执行效率、可扩展性、异常点检测能力等方面进行对比分析,并提出将X-means算法应用于银行业客户细分。利用X-means算法建立了一套银行客户细分模型,为银行决策者提供科学的决策支持。     

基于主动判别机制的自适应生成对抗网络图像去模糊算法

针对现有图像去模糊算法在处理边缘丢失时出现弥散和伪影以及在视频处理中使用全帧去模糊方式导致不满足实时性需求的问题,提出一种基于主动判别机制的自适应生成对抗网络图像去模糊（ADBGAN）算法。首先,提出一种自适应模糊判别机制,开发了自适应模糊处理网络模块对输入图像进行模糊先验判断。在采集到输入时提前判断输入图像的模糊程度,从而剔除足够清晰的输入帧以提升算法运行效率。然后,在精细特征提取过程中引入注意力机制中的激励环节,从而在特征提取的流程中进行权重归一化来提升网络对精细特征的恢复能力。最后,在生成器架构中改进了特征金字塔精细特征恢复结构,并采用更轻量化的特征融合流程提高运行效率。为验证算法的有效性,在开源数据集GoPro和Kohler上进行了详细的对比实验。实验结果显示,在GoPro数据集中ADBGAN的视觉保真度是尺度循环网络（SRN）算法的2.1倍,并在峰值信噪比（PSNR）上较SRN算法提升了0.762 dB,具有良好的图像信息恢复能力;在视频数据处理时间上ADBGAN大幅超越了测试的所有算法,实测处理时间较SRN减少了85.9%。ADBGAN能够高效生成信息质量更高的去模糊图像。     

基于改进YOLOv3的车辆检测算法

交通场景下的车辆检测问题存在小目标多、目标遮挡严重等情况,鉴于此,提出一种基于改进YOLOv3的车辆检测算法.由于小目标仅包含较少的像素,特征不明显,算法在空间金字塔结构中融入软池化操作,搭建Soft-SPP结构将多重感受野融合,通过软池化操作最大程度地保留细节,有效提取小目标特征;引入坐标注意力机制,在调整每个通道特征分配权重的同时能够捕捉具有精确位置信息的远程依赖关系;提出一种新的损失函数KIoU Loss作为边界框损失函数,同时考虑边界框的关键点与长宽比使之回归更加准确.实验结果表明,改进后的算法在自动驾驶KITTI数据集上平均精度达到94.69%,相比原始YOLOv3算法精度提升4.13%,且检测速度仅下降3.16 frame·s^-1,在保持检测速度的情况下能够明显提升检测精度.     

银联数据仓库的设计与实现

本文针对银联的业务需求，设计了银联数据仓库的总体架构，并以交易情况主题为例介绍了银联数据仓库数据模型的设计过程。最后，在Windows NT平台，使用SQL-Server 2000实现了该数据仓库。     

析因-粒子群算法及其在海上运动目标搜寻中的应用

针对粒子群算法在处理多峰复杂函数优化问题时容易陷入局部极值,难以满足海上运动目标搜寻问题的需要,提出一种基于析因思想的改进粒子群算法.所提算法结合种群智能思想与析因实验设计思想,利用随机化及区组化策略,设计参数在不同水平的组合,并得到相应的适应度值,获取各个参数的适应度曲线;分析各参数变化对适应度值的影响以及参数间的交互作用,基于此获取解空间形态;针对不同参数采用不同策略,利用种群迭代寻找全局最优解,使种群针对交互作用明显的参数侧重于全局搜索,针对交互作用不明显的参数侧重于局部搜索;最后将所提算法应用于海上运动目标搜寻问题,实验结果表明,相较其他几种对比算法,所提出的算法能够有效制定更优的搜寻计划.