具有模糊数的模糊多目标群体决策优选模型与方法

多目标群体决策问题是运筹学的一个重要研究领域，目前已经提出了一些有效的决策方法。但对目标值和权重均为模糊数的模糊多目标群体决策问题却研究不多，本对此类模糊多目标群体决策问题进行了探讨，利用相对正理想方案与相对负理想方案概念定义了相对差异距离，进而建立了模糊多目标群体决策优选模型与方法，并通过战役决心方案的评价说明了该方法是可行、有效的，可作为军事决策与决策支持系统的备选方法。     

利用小波变换进行海上目标识别研究

对海面舰船目标类型的识别,通常采用目视判读的方法。由于目视判读的方法不利于大面积侦察任务的快速识别,所以根据海上目标所具有的背景单一、结构复杂的特点,提出了利用小波变换所具有的多分辩率、易于消除噪声、运算方便的特点来提取舰船边缘特征,建立舰船结构特征数据库,实现舰船目标类型的自动判读。试验证明效果很好。     

线性规划问题的矩阵求解方法

单纯形法是求解线性规划问题的基本方法。它的解题思路是,先求一个可行解,经过检验如果不是最优解,则从这个可行解转换到另一个可行解。若后者仍不是最优解,再重复上述     

一种利用Gabor小波特征的目标跟踪方法

小波特征跟踪是一种新的目标跟踪方法。这种方法利用Gabor小波提取目标的边界特征来组成特征模板,并由小波滤波器系数组成特征向量。在跟踪过程中不断优化特征模板的旋转、尺度及平移等几何变形参数,使得小波特征向量值在最小平方和的意义上与初始值相匹配,从而实现目标旋转、尺度及平移等几何变形时的自动跟踪。实验表明,该方法能够有效地跟踪飞机、车辆等目标,并且能够抵抗全局亮度的变化和局部遮挡的干扰。     

机器人头部的视觉跟踪系统研究

对运动目标进行识别和跟踪是机器人视觉的一项关键技术。提出了一种可以快速跟踪运动目标的系统设计方案,采用了双计算机处理和Memolink通信方式的机器人控制结构,以图像处理为基础,在图像经过校正之后,通过区域分割和目标识别两个步骤来确定目标的位置,并控制机器人对目标进行跟踪。实验表明,该方法具有较高的速度和准确性。     

目标自适应分割算法的研究

初步探讨和分析几种实际典型场景目标与背景的特征，提出相应的目标分割算法，并对几种方法加以融合。实际跟踪算法中，实现目标分割方法的自动转换．自动调整自适应分割门限及搜索方案．实验表明，该算法转换灵活，跟踪平稳。自适应能力强，抗干扰性能好．易于软件实现．     

多目标半定规划的互补弱鞍点和G-鞍点最优性条件

对于含矩阵函数半定约束和多个目标函数的多目标半定规划问题，给出Lagrange函数在弱有效意义下的互补弱鞍点和Geofrrion恰当有效意义下的G-鞍点的定义及其等价定义．然后，在较弱的凸性条件下，利用含矩阵和向量约束的择一性定理，建立多目标半定规划的互补弱鞍点和G-鞍点充分必要条件．     

多目标规划的鞍点准则

本文给出多目标规划有效解适应鞍点准则的一个新的判别法 ,它不使用凸性的几何术语及凸分析中的概念。最后给出单目标规划的一个相应的判别法