计算机
无人机对远程大口径舰炮对岸目标实施精确打击提供了实时信息保障,但无人机在对目标点实施侦查、定位时,由于自身的姿态角度存在误差,导致对目标的定位精度产生影响,为分析无人机对远程大口径舰炮提供信息保障能力,建立相关坐标系,以无人机载体航向角ϕ、俯仰角θ、滚转角γ不同角度的误差分布为条件,根据坐标轴之间的转换关系,建立各姿态角度误差与目标定位误差相互关系的数学模型,并通过
无摘要
分布式视频压缩感知(DistributedCompressedVideoSensing,DCVS)多假设重构算法将传统视频编码中的多假设预测运动估计思想引入到分布式压缩感知视频编码系统中,改善了对视频序列的重构质量。在该算法中,大变化块采用本帧邻域块信息作为参考,而当本帧邻域块含有较多纹理和细节时,算法性能有待提高。为此,对非局部相似性的思想进行改进,提出基于加权非局部相似性的分布式视频压缩感知多假设重构算法。在该算法中,对大变化块中的纹理块采用加权非局部相似性在相邻已重构帧中寻找自相似块,最终生成辅助重构信息块;对于非纹理块,则简单利用加权非局部相似性生成相似块。对不同特点的视频序列的仿真实验结果表明,改进后的算法有效改善了视频序列的重构质量,具有较优的重构SSIM,PSNR指标,其中PSNR约提高1dB。
针对具有不同缩放尺度点云的配准问题,本文提出了一种基于自适应邻域(GeneralAdaptiveNeighbor-hood,GAN)匹配的点云配准方法.首先,随机地选取初始匹配点对作为种子点,并对点云上点的GAN进行定义;然后根据GAN的形状信息确定种子点所在特征区域及其潜在匹配关系,并对GAN进行Delaunay三角剖分,得到能有效描述种子点局部曲面几何形状的三角网格,再通过定义残差角作为局部曲面形状描述子进行几何信息匹配,从而确定真实匹配点对;最后,根据真实匹配点对计算旋转平移矩阵,得到点云的初始位置,并利用尺度迭代最近点方法(ScaledIterativeClosestPoint,SICP)将点云进行精确对齐.实验结果表明,该方法通过点GAN的匹配,同时考虑了点的局部特征信息及其上下文相关的空间约束,且匹配相
为提高心电信号分类识别的准确率,提出一种基于时频特征融合与动态模糊决策树的心电信号分类识别方法。对心电信号依次进行周期分割、小波包分解与重构和形态识别处理,将小波包变换系数矩阵的二范数作为频域特征,并与时域特征进行融合以表征心电信号,同时将模糊C均值聚类引入模糊决策树的建树过程中,实现特征空间的动态划分。在MIT-BIH标准心电数据库上的实验结果表明,该方法的分类识别准确率较高,心电信号正异常分类的准确率达99.14%。
空中交通流量日益增长,而空域资源有限,造成了空域管理的复杂性增加,导致了飞行冲突的概率上升,给传统的人工管制方式带来了挑战。通过智能化空中交通管理算法,对空域航空器进行辅助管制,是一种潜在的解决飞行冲突的有效途径。构建了深度强化学习模型,提出了一种基于深度强化学习的飞行冲突解脱方法。通过针对交叉航路点汇聚冲突的仿真实验,证明了算法的有效性。
实的应用。对此提出一种语义驱动下的基于ORB-SLAM2系统在水面场景下进行实时增强现实效果提升的方法。将视频帧传入深度学习语义分割网络ICNet中,把分割后得到的标签图和原视频帧一同输入SLAM系统的前端进行追踪及地图构建。在语义的指导下,水域内拟合平面并根据水面反射原理将3D模型放置在平面的同时,在关于平面镜面对称的位置生成其倒影。倒影的颜色依据提出的混色模型进行渲染。实验结果表明,在户外水面场景下增强现实的效果得到了提升,虚拟物体与真实物体视觉一致性也更为连贯。
为解决目前工业应用领域的百兆以太网物理层测试方法缺乏针对性、不够简易和高效的问题,提出了一种新的测试方法,其关键在于一种将3电平眼图分解成两个两电平眼图的方法和一种用两个眼图的物理层测试的技术指标去等效评价百兆以太网物理层质量的方法;该方法从物理层采集随机的电信号将其绘制成3电平眼图,再将难以测量评价的3电平眼图分解成两个两电平眼图,使得能通过更简单的方法测量眼图的眼高、眼宽、上升时间、下降时间和抖动;在得到眼图的眼高、眼宽、上升时间、下降时间和抖动五项指标的值后,基于工业生产环境及需求分别对五项指标单独设置判
针对大数据中数据的依赖性高,数据异常依赖冲突协作检测首先了解任务分配的具体流程在任务分配的过程中充分考虑信息增益与各个阶段所耗费的代价然后选取最大任务项实施合理分配再利用网络大数据中函数的依赖关系,提出一种基于任务分配条件的大,,获得网络转换信号与分割信号实现网,络大数据依赖的弱化并保证所得数据的质量运用写作检测方法通过多个参数协作控制获取网络数据冲突扩散区域,所提方法检测时的效果较高更加节省时间,,具有显著优越性与优质的,、,,,。。完成大数据异常依赖冲突协作检测实验结果表明。:鲁棒性。
针对多源遥感图像中滑坡时空谱特征融合利用模式单一、检测识别性能差等问题,提出了一种基于多源遥感时空谱特征融合的滑坡灾害检测方法,以滑坡发生地区灾前灾后多源遥感图像为基础,通过对多波段遥感图像进行光谱空间和尺度空间配准,构建融合时序变化特征、光谱特征和空间形状特征遥感影像数据集,将多维多谱变化信息转化为光谱表征模型.利用支持向量机模型对滑坡目标和背景地物进行识别,在此基础上根据滑坡基础形状模型的轴向长宽比、面积参数和不变矩等典型形状特征指标对滑坡区域进行目标精确分类与识别.实际实验表明,该方法能够达到95%的识别率,优于多种常见滑坡遥感检测方法.
无摘要
云计算应用层中的组合服务具有演化属性,因此,隐私数据在服务组合过程中,用户的隐私数据可能会因为服务或服务流程的演化而暴露。根据服务演化的特征,以描述逻辑为基础,提出了一种面向云计算应用层演化的隐私保护方法。对隐私协议进行形式化描述;根据服务的演化特征,对服务的演化进行监控,保证满足用户的隐私需求;利用实例研究证明该方法的正确性与可行性。
针对传统人脸对齐算法效率较低的问题,提出一种基于形状索引的高斯差分(DoG)特征与高斯过程回归树(GPRT)的人脸关键点检测算法;首先,由高斯过程回归树的内核测量两个输入之间的相似性,并表示为两个输入进入相同叶子的树木数;然后基于高斯过程回归树模型提取形状索引DoG特征,并进一步完成GPRT的特征设计;最后从局部视网膜模式中采集滤波回应来增加稳定性,实现对抗几何差异的鲁棒性;在LFPW人脸数据库上验证结果表明该方法能够取得良好的性能表现,证明了基于形状索引的DoG特征与GPRT的人脸关键点检测算法的有效性。关键词:高斯模型;人脸关
无线多跳通信网络依赖多节点中继实现信息传输,因不需要依赖预先架设的基础设施而成为军用及民用领域等特殊应用场景下的重要通信方式;为了能在复杂及恶劣环境下组网,信源节点往往采用全网广播路由请求分组RREQ的泛洪方法,以提高多跳转发路径构建成功率;然而,全网泛洪广播产生消息的冗余转发和重叠效应弓1起节点能耗的上升和信道利用率的下降,导致分组碰撞与网络拥塞概率的上升,严重时可能造成网络瘫痪而失去效用;基于贝叶斯概率论设计了无线多跳通信网络的消息转发模型,通过计算节点密度和后验概率在保证网络连通性的条件下减少不必要的消息转发;基于NS2的仿真结果表明,所提出的基于贝叶斯概率模型的消息转发机制能够有效减小广播分组的重播次数;相比于同类算法,在基本保证网络吞吐量的前提下,可以有效降低能量消耗、路由开销,并提高分组成功交付率,从而为未来广域大规模动态多跳网络部署提供技术支撑。
为提高边缘算子检测结果的清晰度,在扩充清晰边缘面积上,提出深度探测法以增强邻域边缘;在消除模糊纹理上,用跨越步长)r和作为模糊纹理和清晰边缘的分界,达到弱化模糊纹理的目的,凸显模糊区域局部对比度;在算法执行效率上,空间复杂度不高,但时间复杂度为o(4n)。经测试,该算法可实现扩充清晰边界、弱化模糊纹理以及凸显模糊纹理区域对比度的目标,在小于1600*1600分辨率图像上处理速度较佳,但在更高分辨率上计算较久。该方法T显了边缘分界,可用在其它领域算法预处理阶段。
设计标准中对构件适用功能的要求常具有一定的模糊性,结构可靠度分析中应考虑这种不确定性的影响。目前虽然利用模糊集合及其隶属函数,建立了功能要求模糊时构件可靠度的分析方法,但它们在作用概率组合、功能函数表达、模糊概率计算等方面仍存在一定的不足。为此,首先在作用概率组合中引入更为合理的随机过程组合方法,并采用便于反映设计中各种情况的量纲为一形式的功能函数;其次,重点针对适用功能要求的模糊性,通过引入模糊边界,提出概念更为明晰的模糊概率简化计算方法,最终形成完整的功能要求模糊时构件可靠度分析的基本方法。该方法具有更为合理的理论基础和更好的精度,且便于应用。
针对不同粒度下时间单元的电力大数据多数据流处理过程的空间复杂度高、时延性高,提出了满足其处理实时性需求的技术及方法。从多个角度构建了电力大数据流计算服务体系,挖掘并监测该多数据流;将多数据流划分为不同线程块,组建并计算相关系数方阵;构建了多数据流的跨总线四层时序空间模型;利用交替方向乘子法进行电力多数据流协同计算,实现多数据流的全局更新,以及挖掘、监测、复杂度降载,提升处理效率。仿真试验表明,所提方法时延性较低,CPU占用率较低,具有鲁棒性。
针对图像加密分存算法安全性差及效率低的问题,结合二维整数耦合帐篷映射、拉格朗a插值公式和Spark并行框架,设计一种彩色图像并行加密分存方案。对分存ID进行分块,利用各个分存ID产生二维整数耦合帐篷映射的初始值,产生加密序列对图像进行加密。实验结果表明,该方案密码学特性良好,在基于Spark框架的11个核集群中加密分存时间减小了88%。
通过对小波神经网络算法进行研究和分析,针对传统粒子群算法很容易陷入局部最优的问题,提出了改进粒子群优化算法,在粒子群优化算法中融入遗传算法中的交叉和变异因子,并采用了惯性权重因子线性递减的优化方式。最后,采用仿真实验的方式对小波网络进行训练,并将网络运用到二级倒立摆的控制中,验证了小波神经网络控制器的有效性,控制器具有很强的抗干扰能力。
意图识别与语义槽填充联合建模正成为口语理解(SpokenLanguageUnderstanding,SLU)的新趋势。但是,现有的联合模型只是简单地将两个任务进行关联,建立了两任务间的单向联系,未充分利用两任务之间的关联关系。考虑到意图识别与语义槽填充的双向关联关系可以使两任务相互促进,提出了一种基于门控机制的双向关联模型(BiAss-Gate),将两个任务的上下文信息进行融合,深度挖掘意图识别与语义槽填充之间的联系,从而优化口语理解的整体性能。实验表明,所提模型BiAss-Gate在ATIS和Snips数据集上,语义槽填充F1值最高达95.8%,意图识别准确率最高达98.29%,对比其他模型性能得到了显著提升。