基于转换坐标卡尔曼滤波算法的雷达目标跟踪

在三维空间中推导了转换坐标卡尔曼滤波算法，得到了在目标真实位置已知的条件下去偏转换测量值误差方差的表达式及在测量值已知条件下去偏转换测量值误差方差的表达式，用此算法进行了雷达目标跟踪仿真，取得了较好的跟踪效果。     

电子技术基础实验教学改革的探索与实践

介绍了一种半开放式的实验教学模式。提出实验内容的设置应充分考虑其渐进性，应重视计算机模拟实验并合理选择其内容。重点分析了把理论与实验教学有机结合，互为促进的教学方法。认为在电子技术基础实验教学改革中，既要考虑培养目标的要求，又要结合实际情况。     

基于OBE的"数字电子技术"课程改革初探

本文介绍了我校在"数字电子技术"课程教学中,以成果导向为目标开展教学改革与实践的具体作法.包括课程达成目标的设计、教学手段的更新、混合式教学模式的实施以及课外支持系统的构建.全方位的教学改革使得课程目标得以顺利实现,为工程教育认证工作打下基础.     

EDA技术实践课程建设及实践基地建设

EDA技术是电子技术最前沿的技术,电类应用型人才所必须掌握的技术。为此,我校开设了电子设计自动化实践课程,建立了应用型人才培养基地。本文介绍了课程体系建设、基地建设和实验平台建设的思路和做法。所取得成绩证明,电子设计自动化实践课程体系建设及实践基地建设是培养目前我国急需的应用型人才行之有效的方法。     

区间型联系数及其在多属性决策中的应用

在联系数的基础上定义了区间型联系数,并讨论了相应的运算法则,然后将区间型联系数应用于区间型多属性决策问题,在文中为了便于对决策结果的排序定义了区间型联系数的相对贴近度及关于区间型正理想解的投影等概念,并通过实例分析验证了该方法的有效性和实用性.     

基于区间数贴近度的不确定多属性决策模型

针对只有部分权重信息且属性值以区间数形式给出的多属性决策问题,提出了一种基于区间数贴近度的决策方法.首先讨论了区间数贴近度的定义和性质;然后给出了解决不确定多属性决策问题的一般步骤.并依据传统的逼近理想解的基本思路,以实际评价值与理想解之间的贴近度最大化为目标建立优化模型,从而得到指标权重.进而计算出每个方案与正理想解的相对贴近度,即可得到所有方案的排序结果.方法能充分利用规范化评价的先验信息,评价结果客观可靠,不具有主观随意性.最后通过实例分析验证了该方法的有效性和实用性.     

基于属性区间识别理论的灾害损失等级划分

从属性区间识别理论的角度,探讨了自然灾害的等级划分方法.并通过实例进行了验证,结果表明,在自然灾害等级划分中,属性区间识别理论是一种科学、实用的划分方法.     

非电类研究生数字集成电子技术的改革与实践

介绍了我校研究生院重点建设课程“数字集成电子技术”的改革与试点情况及取得的效果。     

The measuring of spectral emissivity of object using chaotic optimal algorithm

There exist a considerable variety of factors affecting the spectral emissivity of an object. The authors have designed an improved combined neural network emissivity model, which can identify the continuous spectral emissivity and true temperature of any object only based on the measured brightness temperature data. In order to improve the accuracy of approximate calculations, the local minimum problem in the algorithm must be solved.Therefore, the authors design an optimal algorithm, i.e. a hybrid chaotic optimal algorithm, in which the chaos is used to roughly seek for the parameters involved in the model, and then a second seek for them is performed using the steepest descent. The modelling of emissivity settles the problems in assumptive models in multi-spectral theory.     

基于压缩感知与尺度不变特征变换的图像配准算法

尺度不变特征变换(SIFT)算法是图像配准中一种用来描述局部特征最稳健,使用最广泛的方法。针对存在关键点特征描述向量维数较高,算法计算复杂的问题,提出了一种基于稀疏随机投影(SRP)与SIFT相结合的图像配准算法,该算法把压缩感知理论的稀疏特征表示概念引入SIFT算法中,即SRP-SIFT,用稀疏特征表示方法对SIFT关键点特征向量进行提取,再使用相应的L1距离度量进行特征向量的匹配。对新算法和相关SIFT算法进行了图像配准实验,实验结果表明,SRP-SIFT算法对包含复杂结构内容的图像配准性能优于传统SIFT算法,配准效率与几种改进的SIFT算法相当,但运算速度比传统SIFT算法和几种改进的SIFT算法有明显提高。