改进遗传算法在DOA搜索中的应用

在对短时、低信噪比信号测向时。加权子空间测向算法（WSF）的统计性能优于Music,Esprit等测向算法,且可以对相干信号进行检测。但是因为算法实现涉及到非线性多维搜索。因此运算量很大。本文提出的改进遗传算法,是一种运算速度较快的加权子空间算法的实现算法。该算法将免疫算法引入遗传算法中,并与MVP算法相结合。解决了普通遗传算法（CGA）在DOA搜索中易早熟。后期搜索效率低的问题,拥有快速、全局的搜索能力。计算机仿真证明了该算法的有效性和鲁棒性。     

一种新的基于模糊聚类和免疫原理的入侵监测模型

本文提出了一种新的基于模糊聚类和免疫原理相结合的入侵检测模型,同时文章中对RPCL算法进行了改进,克服了原有RPCL算法中不同变量量纲以及变量相互间相关性对算法性能的影响,同时解决了原有算法对初始分类数敏感的不足.利用改进后的RPCL算法解决了模糊聚类中分类个数不确定的问题,最后利用遗传算法进行半径的最优调整形成非正常子空间的特征函数.最后给出试验结果并进行了分析.     

基于记忆单元与多尺度结构相似性的异常检测

针对基于记忆单元的自编码器模型(Dynamic Prototype Unit Model,DPU)在检测视频异常时没有充分利用多层次特征、未考虑异常与正常事件间的结构性差异的问题,提出融合多尺度记忆模块和多尺度结构相似性的异常检测模型.新模型构建了多尺度记忆模块(Multi Scale Memory Module),利用不同尺度空间的记忆单元对编码层特征进行编码,并将编码结果与解码层特征拼接,既能保留网络的浅层细节信息,又能促进正常模式的多样性.为了约束对正常事件中结构信息的学习,组合多尺度结构相似性(Multi Scale Structure Similarity Index,MS-SSIM)误差与L 1误差作为目标函数,使预测视频中的事件结构更接近正常事件,提高视频中异常事件的预测误差.在标准数据集UCSD Ped1、UCSD Ped2和Avenue数据集上的实验结果表明,提出模型的帧级AUC比原模型分别提高了0.8%、3.4%和1.0%,帧率达到142.9 fps.     

基于免疫算法的空战目标分配

目标分配是现代空战系统对抗中要首先面对的问题,它是一个组合优化问题.首先用优势函数来表明敌我态势,建立机群对抗优势函数矩阵.然后将一种新型的启发式算法--免疫算法用于解决目标分配问题.免疫算法具有很好的全局搜索能力和收敛性,能够很好地解决这类问题,实例也证明了该方法是可行和有效的.     

基于改进免疫算法的航空侦察装备阵位配置研究

文中从航空侦察作战任务特点出发,提出了一种快速规划航空侦察设备阵位配置的解决方案。该方法将阵位配置问题抽象为NP-hard问题,并针对传统免疫算法计算效率和准确性的不足,在繁殖操作和交叉与变异操作中进行了改进和优化,形成了基于改进免疫算法的航空侦察装备阵位配置方法。最后,通过典型算例验证了该方法的适用性。     

主旋律互动仪式下的集体记忆建构研究——基于“我和我的”系列电影分析

当今,媒体融合趋势使个体身份发生转换,以往基于共同生产的身份逐渐被瓦解,传统价值观与集体信仰遭受冲击。因此,民族国家主体要以多元媒介传播渠道,塑造主流意识形态。随着中国特色社会主义发展进入新阶段,以主旋律电影为代表的传播媒介成为凝聚社会共识、提升情感认同的文化载体。本文将通过解读“我和我的”系列电影背后的意识形态,研究其深化了主流价值观传播与主流商业文化合一的实践,为解决主旋律电影一直以来的时代性症候作出典范,在更多年轻受众中建构集体记忆。     

基于在线更新LSTM网络的短期4D航迹预测算法

航班飞行过程中一些因素会对当前飞行轨迹产生影响,从而导致实时航迹与历史航迹相比有一定的差异,使得仅基于历史航迹数据的航迹预测模型的预测性能变差.为解决该问题,提出了一种基于在线更新长短期记忆(Long Short-Term Memory,LSTM)网络的短期4D航迹预测算法,该算法由基于历史航迹数据的预测模型初始化参数...     

基于深度学习的配电网图形节点数据校核技术研究

抽象化的配电网图像模型能够有效监控配电网各个节点的状态,根据监控数据即可对整个电网进行调度。当前的电网图模校准系统工作数据量大且整体性较差,而各地维护工作人员水平又参差不齐,故系统准确性难以保证。针对上述问题,文中使用长短时神经网络对GIS图形节点数据加以训练,并对各个节点的电气特征进行特征量分析,从而得到电网故障节点的特征数据。同时在模型构建部分,采用长短时神经网络对电网节点时序数据进行训练,利用逻辑门对故障状态加以判断,进而快速协调节点送电量并保证电网的有序运行。实验结果表明,文中设计的仿真系统可对节点的故障状态实现准确判断,且算法准确性及计算效率均优于对比算法,证明所提方法能够对配电网系统中的故障进行准确定位,进而完成对配电网图形节点数据的校核。     

基于EMD-PSO-LSTM组合模型的船舶运动姿态预测

由于船舶在海上航行时的高随机性和复杂性,单一模型预测能力有限,难以做出准确姿态预测。因此,提出一种基于经验模态分解(EMD)和粒子群优化(PSO)的长短期记忆神经网络(LSTM)的组合预测模型,对船舶运动姿态进行预测。首先通过EMD算法将由惯性导航系统在实时测量得到的船舶运动姿态数据进行分解,得到有限个本征模函数(IMF)。然后,利用PSO-LSTM模型学习各IMF分量的短期时序规律并进行预测,将各IMF分量的预测值相加得到最终的预测结果。基于实测数据进行仿真的结果表明,该组合预测模型分别比LSTM模型和PSO-LSTM模型在姿态角的预测中平均绝对百分比误差分别降低了约11%和7%,有效提高了船舶运动姿态预测精度。     

水中硝基苯胺类化合物酶免疫化学分析技术研究

采用戊二醛法, 将4-硝基苯乙胺与牛血清蛋白(BSA)和卵清蛋白(OVA)共价偶联, 分别合成了免疫原4-硝基苯乙胺-BSA和包被原4-硝基苯乙胺-OVA, 经紫外分光光度计及飞行时间质谱扫描鉴定. 用合成的免疫抗原免疫新西兰大白兔, 并用合成的包被原进行间接竞争酶联免疫(ELISA)试验, 获得的抗血清效价达1∶32000. 方阵实验确定了包被抗原最佳浓度(0.5 mg/L)及抗血清最佳稀释度(1∶6000), 并建立了间接竞争ELISA方法. 工作曲线表明在1～1000 μg/L浓度范围内呈良好的线性关系, 该法IC₅₀值为(52.73±2.67) μg/L, 检测限为5.12 μg/L. 其它类似结构不干扰硝基苯胺的测定. 成功地建立了硝基苯胺类化合物的间接竞争酶免疫化学分析方法．