基于阵列光电侦察系统空间观测数据融合方法

利用阵列式网络具有探测覆盖面积大、可靠性高、环境适应性强等技术优点，在组网内各侦察设备获得目标连续随时间变化的方位角、俯仰角等信息基础上，提出了基于阵列光电系统观测数据的坐标转换和数据融合方法。系统侦察站采用m×n阵列布站组网，目标进入侦察覆盖区域后各侦察站全方位观察，获得目标的角位置信息与时间数据，实时发送至中心站进行坐标转换与数据融合处理，实现对空间目标的快速探测及坐标定位。同时设计了相关算法软件并进行了外场实验，在1×3侦察阵列下完成了对空域目标的侦察观测，根据中心站数据处理结果实时建立了被测目标的三维航迹。实验结果表明:提出的坐标转换与数据融合处理方法，能够有效提升阵列光电系统的实际应用能力。     

互惠利他偏好下的闭环供应链定价策略

基于具有回报性质的互惠利他偏好建立闭环供应链定价模型,运用博弈理论进行求解分析,探讨了利他偏好与互惠偏好下闭环供应链成员的最优定价策略及其主观效用,并用数值仿真加以验证.研究表明双方互惠偏好会促进零售商降低废旧品回收价,扩充废旧品回收量;决策者的主观效用分别与对方的利他偏好呈正相关关系,且远大于无互惠利他偏好情形,这说明决策者的互惠互利行为倾向可以实现共赢.     

基于蚁群系统和2-opt方法求解同时送取货车辆路径VRPSPD问题

研究了一般意义下同时送取货的车辆路径VRPSPD问题,建立VRPSPD的整数规划模型.考虑到VRPSPD车辆不断变化的负载量,使得问题难以求解,设计了一种将蚁群系统(ACS)与2-opt方法相结合的启发式算法.通过在蚁群系统(ACS)中引入候选集合的策略,将启发因子设为目标函数值,同时利用2-opt算法的思想得到适用于VRPSPD的2-opt方法,使得设计的启发式算法对于求解VRPSPD是有效的.最后,实例运算的结果也证明了算法是一种较好的算法,能够得到满意的解.     

高分辨大视场紫外-可见光偏振成像融合处理技术

采用蒙特卡罗方法对水云下大气的偏振态分布进行了仿真分析,所建立的水云大气环境在紫外360～400 nm波段的偏振度响应最大。采用紫外-可见光偏振成像技术对同一视场下的楼房、云和天空进行了偏振成像实验,并用霍夫变换分割方法对图像中的每个区域进行了统计分析,发现观测区域内无云区与云区的偏振角均值相对差为1.6%,偏振度均值相对差为-14%,证明了大气偏振角较偏振度稳健。紫外光和可见光在对云目标的偏振观测中存在互补性,采用拉普拉斯金字塔图像融合技术能够提高对大气目标的探测能力,验证了大视场高分辨紫外-可见光偏振成像技术在大气探测中的可行性和有效性。     

有机化学实验线上课程之扬长避短教学设计与实践篇

It has been two months since a boom of online education triggered by the epidemic in China. At present, we are keeping focus on how to optimize our online class. In the case of chemistry laboratory courses, there's not much that can be done to experimental operations through online teaching. While for the traditional teaching procedure, there is still room for improvement in terms of integrating research to teaching, interactivity, etc. This paper will present some design strategies for improving teaching the organic chemistry laboratory online. To be specific, it describes how teaching materials like the lesson plan and virtual lab were coordinated into the online teaching. And we will also discuss the holistic approach to a better outcome for students' active learning and integration research into teaching by redesigning multiple phases, such as the pre-laboratory preparation, live online class, experimental operations.     

基于双状态Χ~2检测和快速强跟踪AUKF的组合导航算法

针对GNSS/SINS/摄影测量组合导航中某个子系统发生故障时,整个导航系统易受到故障数据污染的问题,提出了一种基于快速强跟踪AUKF的双状态卡方(Χ~2)检测数据融合方法。首先,采用快速强跟踪AUKF算法进行滤波;然后,引入卡方检验通过检测UKF子滤波器输出的状态向量来定位故障参数;最后,采用强跟踪滤波准确跟踪状态矢量突变以增强系统鲁棒性,并根据自适应因子实时调整预测协方差阵以修正增益矩阵,使滤波结果不受异常信息的干扰。将提出的改进算法与常规算法分别应用于无人机着陆导航系统,结果显示:与传统UKF相比,提出的算法得到的位置误差减少了62.6%以上;与强跟踪UKF相比,导航误差也至少减小了32.6%。     

利用少量样本集成吸毒人员预测模型的方法

为了从"潜在"吸毒人员中准确的锁定嫌疑个体,首先甄选样本并利用改进的特征缩放方法得到组合升维的基本样本集,然后对正样本进行过采样、负样本进行样本分片,修正了正、负样本集的不均衡性,最后利用神经网络集成预测吸毒人员的模型,由正负样本集进行训练和验证,提出了基于查准率、准确率、召回率的"三率判断法"的评估模型并进行模拟验证,给出了相关政策建议.     

基于深度学习的人体行为识别算法

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.