复杂场景下基于改进DiMP算法的精确目标跟踪

针对DiMP目标跟踪算法在自然场景下遇到遮挡及背景干扰导致跟踪表现不佳的问题,提出了改进的DiMP精确目标跟踪算法。在图像预处理阶段创新性地设计了一个任意灰度块替换策略来丰富样本的信息;将特征提取网络ResNet-50提取的目标各阶段的特征图输入到设计的多尺度融合模块中进行正向和反向的充分融合,得到包含更多位置信息和语义信息的特征图;随后特征图输入到模板预测模块中进行在线更新操作,进而得到判别力更强的目标模板。实验表明：该算法在UAV123数据集的遮挡和背景干扰测试中的成功率和精确率分别提高8%、4.15%和9%、6.30%;同时,在VOT2018的EAO指标上提高1.36%,在UAV123的成功率和精确率指标上分别提高3.89%和3.06%。说明改进的DiMP算法在对遮挡与背景干扰问题上优势明显,进而提升了算法的整体表现。     

融合鲸鱼泡泡网机制的SSA算法

针对基本麻雀搜索算法(Sparrow Search Algorithm, SSA)在迭代寻优过程中,种群多样性减少、易陷入局部极值等问题,提出一种改进的麻雀搜索算法(WSSA)。首先,基于Tent混沌映射策略初始化种群,提高初始解的质量;其次,结合鲸鱼优化算法(WOA)中的鲸鱼泡泡网捕食数学模型,改进发现者的位置更新策略,增强算法全局搜索;然后,采用自适应t分布变异,提升算法跳出局部最优能力;最后,在仿真实验中,结果表明改进麻雀搜索算法具有更好的收敛性和求解精度。     

基于BM3D去噪算法在天文图像中的应用

针对平方公里阵列射电望远镜(SKA)观测到的射电天文图像在各种因素的影响下存在不同程度的噪声问题,本文提出将3维块匹配滤波算法应用在SKA图像去噪上,结合空域思想和转换变换的方法来提高图像质量。实验结果表明,经过BM3D算法去噪图像的峰值信噪比平均达41.180 9 dB,去噪效果明显;去噪后的天文图像的结构相似度相比非局部均值算法提升了15.25%,比中值滤波提高了近一倍;图像特征相似度均在0.9以上,其细节特征保留更好,视觉效果更加明显。     

基于CVMD和DBO-SVM的光纤周界安防信号识别方法

为降低光纤周界安防信号中噪声对分类结果的影响,提升信号分类的准确率和运行效率,提出一种融合了相关变分模态分解(Correlation Variational Mode Decomposition, CVMD)、蜣螂算法(Dung Beetle Optimizer, DBO)和支持向量机(Support Vector Machine, SVM)的分类方法。利用CVMD去除原始信号中的噪声分量,并提取去噪后信号的能量、能量熵和峭度作为特征向量。采用DBO算法优化SVM,得到最佳惩罚因子和核函数参数,并构建DBO-SVM分类模型。搭建了基于相位敏感光时域反射(Φ-OTDR)技术的周界安防系统,采集了攀爬、敲击、踩踏和无入侵四类信号。实验结果表明,CVMD-DBO-SVM的分类准确率相比CVMD-PSO-SVM和CVMD-GA-SVM更高,达到了98.75%,同时运行时间更短,综合性能最优。     

基于CAN总线的优先级晋升调度研究

针对CAN总线的优先权逐位仲裁规则,当总线负载和利用率过高时,不能完全满足各个节点的实时性需要。提出了动态优先组量升算法,建立了基于动态优先级算法的数学模型,并进行优化。最后,通过仿真,证明了该方法能够有效地提高系统实时性,避免了优先级死锁现象。     

五阶非线性作用下光纤中类明孤子的演化特性

根据含五阶非线性微扰修正项的非线性薛定谔方程,采用变分法,导出了光纤中类明孤子各参数随传输距离演化的方程组,研究了脉宽与距离、啁啾与脉宽之间的关系,并对描述相位和频率的方程组用龙格-库塔算法进行了数值求解.结果表明:五阶非线性使类明孤子的脉宽压缩,可在一定程度上抵消初始啁啾和三阶色散对脉宽的展宽作用;五阶非线性对类明孤子的相位和频率演化特性的影响不明显,因而适度的五阶非线性(γ在0.0001到0.1之间)有利于类明孤子的稳定传输.     

一种电大尺寸组合体散射的快速计算方法

采用自适应多层快速多极子算法分析电大尺寸组合体的雷达散射截面。推导了组合体表面的积分方程,通过将基函数和权函数分别用不同空间位置上的点源函数展开,自适应多层快速多极子算法实现了阻抗积分的快速计算,通过采用射线传播法,远场近似和对称性计算法则使转移因子的计算效率大大提高,所有转移过程可由快速傅里叶变换计算完成。这种算法计算组合体散射时所需的计算时间和内存显著降低,且数值计算结果和实际测试结果吻合良好。     

空间谱估计无线电测向系统

空间谱估计测向方法以其超分辨力、高灵敏度和高准确度的测向性能被广泛应用,并在无线电管理领域扮演主要角色.在对空间谱估计测向理论研究的基础上,给出了具体算法,并对算法进行了仿真,最后通过对比测试论证了空间谱估计测向系统的实用性和优越性.     

浅析数据挖掘算法在入侵检测中的应用

随着互联网的高速发展,计算机网络在现代社会中扮演了日益重要的角色,它们也因此成为许多恶意攻击者攻击的对象。因此,无论是商业还是政府机构,对入侵行为的察觉和防护成为一个日益迫切的需求。目前应用于异常检测的方法有统计方法、神经网络、专家系统、数据挖掘等。基于数据挖掘等。本文采用了一种基于关联规则的数据挖掘算法来分析入侵检测系统数据库来检测出攻击事件。对于异常检测,主要研究了分类算法;对于误用检测,主要研究了模式比较和聚类算法,在模式比较中又以关联规则和序列规则为重点研究对象。最后对目前数据挖掘算法在入侵检测中应用所面临的难点进行了分析,并指明了今后的研究方向。     

光反馈自混合干涉对称折叠算法的精度分析

为了提高对称折叠算法的精度,通过对仿真信号的测量,分析了影响算法精度的几种因素(光反馈水平因子,外腔的非线性运动,抽样速率和转折点的定位),并且给出了改进方法.仿真结果表明,在测量线宽展宽因子之前,需保证光反馈水平因子的准确测量,利用中间干涉条纹进行测量可以减少外腔非线性运动所带来的误差.这一结论对利用对称折叠算法处理实验信号有一定的帮助.