基于模糊集理论的运动目标检测

针对复杂自然环境下运动目标检测中噪声多、目标检测不完整等问题,提出一种改进的基于模糊集理论的解决方法。使用金字塔多分辨率模型进行背景差分获取初步的前景掩膜,将当前帧的颜色、时间、空间、位置4种特征用模糊集表示,形成模糊向量集合簇,用模糊数学理论结合这4个向量的特征,得到每个像素点对前景的隶属度,从而检测运动目标。该方法不仅能有效地检测较完整运动目标,也可以克服自然环境下微小运动背景的影响。实验结果显示:该方法前景的识别率为0.717 4,错误率为0.011 8,能适应自然环境下动态背景的影响。     

基于最大隶属度原则的彩色图像分割方法

提出一种基于模糊最大隶属度原则的彩色图像分割方法.从彩色图像的彩色直方图中获取目标色和背景色，建立一组色彩模糊集，计算该图像中的色彩在各模糊集中的隶属度，并基于最大隶属度原则确定色彩的归属.基于上述最大隶属度的模糊模式识别原则建立了最大隶属度-径向基函数神经网络，实现了快速有效的彩色图像分割. 关键词： 最大隶属度原则 彩色图像分割 彩色直方图 神经网络     

基于窗口的印刷车间作业动态调度研究

为了解决实际印刷车间突发设备故障和紧急插单问题,采用滚动窗口技术结合遗传算法的方法,建立适合实际印刷车间生产的动态再调度模型;设定若干印品订单、机器设备的加工工序以及各工序加工时间、工序约束条件等,以订单的最大最小加工时间和再调度的偏离度为多目标优化,采用周期与事件混合驱动策略,将滚动窗口再调度机制和遗传算法相结合进行流程设计和编码,构建印刷车间再调度模型;采用标准问题FT06和FT01验证了文章设计的模型算法的有效性和可行性;运行程序,模拟正常加工时紧急插单和机器故障突发时,系统生产新的调度计划即调度甘特图,仿真结果表明该动态调度模型可以用于印刷作业的正常排产调度,在遇突发状况时可生成稳定、符合交货日期的再调度方案。     

基于Thrift的RPC中间件在航天信息系统中的设计与实现

为了解决实际印刷车间突发设备故障和紧急插单问题,本文采用滚动窗口技术结合遗传算法的方法,建立适合实际印刷车间生产的动态再调度模型。设定若干印品订单、机器设备的加工工序以及各工序加工时间、工序约束条件等,以订单的最大最小加工时间和再调度的偏离度为多目标优化,采用周期与事件混合驱动策略,将滚动窗口再调度机制和遗传算法相结合进行流程设计和编码,构建印刷车间再调度模型。采用标准问题FT06和FT01验证了本文设计的模型算法的有效性和可行性。运行程序,模拟正常加工时紧急插单和机器故障突发时,系统生产新的调度计划即调度甘特图,仿真结果表明该动态调度模型可以用于印刷作业的正常排产调度,在遇突发状况时可生成稳定、符合交货日期的再调度方案。     

数字化部队装备维修保障任务分配与调度框架研究

针对数字化部队装备维修保障需求,提出装备维修保障任务分配与调度问题,并分析问题特点与研究定位。基于霍尔三维结构,从要素维、逻辑维和知识维三个方面构建装备维修保障任务分配与调度的体系结构,并且在此基础上对装备维修保障任务分配与调度的组成要素、实施程序和技术方法进行系统分析。最后,对研究要点进行初步分析。     

基于图像衍生的红外无人机图像仿真方法研究

对无人机群的红外视频进行监视是安防和军事领域的新热点。由于复杂背景下无人机图像获取难度大,图像数量难以满足相关算法的模型训练和验证等需求,因此提出一种基于图像衍生的红外无人机图像仿真方法。采用该方法对红外无人机模板图像与红外背景图像进行混合,从而生成大量不同背景下的无人机目标图像。针对图像混合技术受背景噪声影响严重、无人机目标边缘模糊和合成图像调和度低等问题,采用一种无监督的生成式对抗网络来生成调和度较高的灰度约束图像,将其与目标梯度图像作为联合约束来求解高斯-泊松方程,得到与真实图像特征一致性较高的混合图像。实验结果表明,所提方法生成的混合图像具有较高的图像调和度和视觉真实性,说明所得图像作为扩充样本可有效提高机器学习算法的性能。     

基于改进免疫遗传算法的K覆盖异构传感器节点调度

为了实现无线传感器网络监测区域目标点的多重覆盖,设计了一种基于改进免疫遗传算法的异构传感器节点调度算法实现目标点的K重覆盖;首先,在传统的概率感知模型中加入剩余能量和感知能力因素,得到改进的概率感知模型,并设计了以最小化节点数并满足覆盖度约束的目标函数;然后,采用改进的免疫遗传算法对节点进行调度,最后,给出了具体的采用改进免疫遗传算法实现WSN异构节点调度的具体算法;仿真实验表明:文中方法能在满足K覆盖约束前提下实现监测区域的节点调度,与其他方法相比,活动节点数平均多7%,具有较长的网络生命周期和较少的网络能耗。     

基于认知模型的遥感图像有效飞机检测系统

针对传统飞机目标检测算法和现有机器学习检测算法存在的问题,提出了遥感影像中的一种有效飞机检测概念;在认知模型下使用基于深度学习的全卷积检测和分割网络,设计了一种有效飞机目标检测系统并对其进行了仿真;构建了一种检测认知模型,并设计了各模块的功能。实验结果证明了该系统的有效性,该系统为开展目标智能检测提供了一种全新的思路和方法。     

基于纹理特征的“猫眼”效应目标识别方法

为解决目前方法在动态复杂环境下不能有效区分车灯和瞄准镜及"猫眼"效应目标识别率低的难题,提出了一种基于纹理特征的"猫眼"效应目标识别方法.首先采用列均值相减、指数高通滤波和中值滤波对差分图像进行滤波去除车灯;然后依据"猫眼"效应目标的形状特性进行判别;最后根据"猫眼"效应目标的纹理特征,构造隶属度向量,按照最大隶属度原则,采用模糊综合评判对"猫眼"效应目标进行识别.试验结果表明,与基于形状和频率双重判据的"猫眼"效应目标识别方法相比,该方法有更高的识别率和较低的虚警率.     

基于最大隶属原则的核磁共振波谱模糊识别

介绍了基于最大隶属原则的核磁共振(NMR)波谱模糊识别原理与方法. 提出了关于核磁共振波谱模糊集合的概念,并给出了相应的隶属函数. 通过建立标准谱数据库和相应的模糊识别算法,实现了核磁共振波谱的快速自动定性分析. 对苯酚、邻苯二酚、间苯二酚及对苯二酚4种化合物及其11种混合物样品的¹H NMR谱进行了定性分析. 结果表明,在粗略找峰和隶属度阈值在0.45~0.85之间较大范围内取值的情况下,方法均给出了准确的识别结果.     

基于旋转不变特征的遥感图像飞机目标检测方法

为了解决在动态飞机监管系统中,遥感图像飞机多目标检测准确率低的问题,提出一种目标检测方法.首先引入两种全新的旋转不变性特征,中心质点角与H向量;接着对遥感飞机图像进行滑窗检测,分别计算每一重叠块的中心质点角集、H向量相关系数;根据模板特征匹配度设计了相应的得分系统,再结合非极大值抑制等算法确定检测窗口内是否存在飞机.用不同场景下的遥感图像飞机进行多目标检测实验,结果表明该方法平均F1分数达到90%以上,相比传统方法,召回率与查准率更高,且适用范围更为广泛.     

飞行试验中军用1553B总线的实时采集技术

针对飞行试验中飞机结构件的动态变形测量问题,提出了一种基于图像的测量方法,对其中涉及的关键技术进行了研究。采用10参数模型非线性成像模型补偿摄像机系统误差,引入摄像机动态校准算法,使摄像机标校重投影误差小于0.03pixel;采用编码标志作为测量标志,提高了图像自动识别和匹配效率;采用双像机交会测量计算测量标志位移变形量可达到0.15mm/1m。实验证明,该方法满足飞行试验中飞机结构件动态变形要求。     

飞机结构件动态变形测量技术研究

针对飞行试验中飞机结构件的动态变形测量问题,提出了一种基于图像的测量方法,对其中涉及的关键技术进行了研究;采用10参数模型非线性成像模型补偿摄像机系统误差,引入摄像机动态校准算法,使摄像机标校重投影误差小于0.03 pixel;采用编码标志作为测量标志,提高了图像自动识别和匹配效率;采用双像机交会测量计算测量标志位移变形量可达到0.15 mm/m;实验证明,该方法满足飞行试验中飞机结构件动态变形要求。     

基于多信号模型的诊断推理机设计

随着飞机功能和性能要求的不断提高,其综合化程度、复杂性也越来越高,传统的故障诊断方法已经不能满足日益复杂的飞机维护需求。针对传统诊断方法对系统的强依赖性和在多故障模式下处理能力不足等问题,给出一种基于多信号模型的故障诊断方法,设计并实现了基于多信号模型的诊断推理机,并用以某型飞机的自动飞行控制系统为对象验证了该方法在解决飞机系统故障关联和多故障诊断问题中的有效性。     

后勤应急保障资源调度模型动态多目标算法研究

为更加贴合实际情况,更好地体现应急保障资源调度过程中的实时性、调度目标的多样性,对应急保障资源调度效用、资源调度成本和任务点保障资源均衡等目标进行分析,研究了这三个目标对应急保障资源调度模型的影响,解决单目标无法满足调度需求的问题。引入时间变量t,使模型能够依据实际需求实时改变资源调度策略,解决了无法体现应急保障实施后的反馈作用及资源调度的动态性问题,并建立了后勤应急保障资源调度模型,最后通过具有实际应用背景的算例进行验证,结果证明算法能够表现模型的动态及多目标两个特点,符合保障任务实际情况,能够为应急保障方案的形成提供决策支持。     

基于Petri网与萤火虫算法的任务分配可视化建模

为了解决民用飞机故障诊断中任务分配问题,提出了使用新型离散萤火虫算法对任务分配问题进行研究,并在此基础上,使用Petri网进行可视化建模与仿真。新型的萤火虫算法离散方法,使得原本应用于连续问题的萤火虫算法适用于任务分配问题,这样使Petri网建模的复杂性降低,更利于建模。最后,对一实例进行分析并进行可视化建模与仿真,动态的仿真过程及最终结果验证了模型的可行性及算法的正确性。因此,使用该方法可有效地降低建模的复杂性,提高任务分配的效率,同时能够应用于协同可视化诊断平台中的任务分配模块。     

基于支持向量机的图像飞机目标自动识别算法研究

为了能够快速、准确地识别飞机目标,文章给出了一种基于支持向量机的飞机目标自动识别方法;采用Touzi边缘提取,得到目标形状参数的几何特征,Hu不变矩等16个特征矢量作为SVM的训练样本,通过SVM训练得到飞机目标识别模型,从而完成飞机目标的自动识别;试验结果显示,该算法对不同尺度和模糊程度的飞机目标的识别度可达99%; 该算法减少了样本训练时间,在提高识别准确率的同时降低了算法的复杂度,具有识别度高、识别速度快的特点,可用于飞机目标的快速识别。     

飞机目标在爆炸冲击波作用下的毁伤效应评估方法

从飞机结构强度设计角度出发,研究了大当量爆炸冲击波作用下飞机目标毁伤效应评估方法。根据飞机结构强度设计准则,确定了典型飞机目标的失效判据。通过有限元分析,获得了典型飞机目标机翼在均布冲击波作用下完全失效的超压值,与试验数据对比表明,该方法具有较好的合理性。在此基础上,考虑动态加载下的结构响应,通过计算不同工况下飞机目标失效的超压值和相应的持续时间,获得了飞机失效的冲击波超压-冲量准则,为后继冲击波对飞机整体毁伤效应评估提供了更为合理的方法。     

光学薄膜自动设计的多目标优化方法

光学薄膜中已使用的优化方法郜是单目标寻优的,通过分析光学薄膜优化设计的原理,将薄膜设计的物理问题归结为混合离散变量的多目标优化设计的数学模型,并认为这是薄膜设计的一般性模型,现行的单目标优化算法只是这个模型的简化.基于这一新思路,并结合多目标优化算法的研究现状,采用了一种基于免疫应答原理的智能型多目标优化算法.该算法隐含并行处理能力,原理上是具备全局搜索能力的自适应随机性算法.将此算法运用到光学薄膜设计中,给出了一些优化的设计实例.结果表明,将多目标优化算法引入薄膜设计的新思路是可行的,将来会有较好的发展前景.     

基于DAG任务依赖和Q-Learning蚁群算法的在线网格集群资源调度

网格集群资源调度是一个NP难题,而现有的调度方法通常具有任务调度效率低和负载不均衡的问题,由此设计了一种基于Q-Learning算法和蚁群算法融合的协同依赖型任务调度方法。首先对基于DAG的网格集群协同调度数学模型进行了定义,然后,采用改进的一步TD算法即Q-Learning算法实现集群资源的初始分配,从而得到最优调度方案以及对应的Q值,在此基础上提出一种改进的蚁群算法实现网格集群资源到任务分配的进一步优化,将Q-Learning算法得到的分配方案的Q值用于初始化蚁群路径中的信息素,以避免蚁群的盲目搜索,同时将Q值引入路径概率函数中使得蚂蚁具有启发式的搜索能力,从而获得协同依赖多任务集群调度的最终方案。在Gridsim环境下进行仿真试验,结果表明文中方法能有效地实现网格集群调度,且较其它方法具有任务调度效率高、CPU利用率高和负载均衡的优点,具有较大的优越性。