多角度探测模式下结合Hough变换与SVR的墙后目标定位算法

多普勒穿墙雷达在定位墙后目标时,存在以下两个难点:(1)准确获取频率混叠区域目标瞬时频率;(2)通过获取精确的墙体参数来减小墙体对定位造成的影响。针对以上问题该文提出了一种结合Hough变换和支持向量回归-BP神经网络的目标定位算法。该文首先设计了一种多视角融合穿墙目标探测模型框架,通过获取不同视角下的目标位置来提供辅助估计墙体参数信息;其次,结合差分进化算法和切比雪夫插值多项式提出了一种目标瞬时频率曲线的高精度提取和估计算法;最后,利用估计的墙体参数信息,提出了一种基于BP神经网络的目标运动轨迹补偿算法,抑制了障碍物对目标定位结果的扭曲影响,实现了对墙后目标的精确定位。实验结果表明,相较于传统的短时傅里叶方法,该文所述方法可以准确提取时频混叠区域的目标瞬时频率曲线并减小墙体造成的影响,从而实现墙后多目标的准确定位,整体定位精度提升了约85%。

多视野精细分析下的弱监督目标定位算法

针对多尺度目标定位精度较差,难以捕获完整目标边界的问题,设计一种多视野精细分析模块并融入通道与空间注意力机制抑制背景噪声的干扰,获取多尺度目标的高分辨率特征。利用随机特征选取模块获取特征图随机位置的组合,聚合多个位置图获取最具辨别性的位置及其它位置的信息,融合浅层生成的类激活图与聚合类激活图获取细粒度位置信息,捕获完整的目标边界。与现有的弱监督定位方法相比,在解决多尺度目标定位效果差和局部最优问题上具有一定的优势。

基于AGPF的目标定位精度改善方法

针对传统遗传算法粒子滤波容易因遗传操作参数恒定不变而陷入局部最优的问题,在遗传算法粒子滤波中引入自适应方法,提出自适应遗传算法粒子滤波。根据粒子适应度的大小,动态调节遗传操作的交叉、突变概率,从而在尽可能多地保留优势粒子的同时更有效地产生新的优势粒子,跳出局部最优。将自适应遗传算法粒子滤波应用于动态目标定位模型,并将其与遗传算法粒子滤波的性能进行比较。结果表明,自适应方法的引入可以增加算法有效粒子数,有效解决算法早熟问题,改善滤波精度,对于提高动态目标定位精度是有效的。

新一轮财税体制改革中消费税目标定位及税制优化研究

消费税税制优化,是党的二十届三中全会部署的新一轮财税体制改革中的重要内容,也是近年来社会各界普遍关注的税制改革焦点话题。作为税制体系的重要组成部分,消费税是当今世界各国普遍征收的货物劳务类税,具有重要的财政经济地位。文章结合新一轮财税体制改革要求和我国实际,借鉴代表性国家消费税制设计的做法与经验,提出我国消费税制度优化的思路和建议,以期提升消费税在税收治理中的功效。

毫米波雷达点云聚类自适应的实时目标定位算法

针对传统毫米波雷达点云数据处理与分析算法存在效率低、实时性较差的问题,提出了毫米波雷达点云聚类自适应的实时目标定位算法,提升了点云数据处理的实时性。该算法可有效提升对复杂背景下地面目标的检测、识别,同时对比图像与激光点云融合的实时目标定位算法,实时性更高,具有明显优势。

碳中和背景下我国体育消费升级的目标定位与实现路径

运用文献资料、逻辑分析等方法,阐释了碳中和背景下我国体育消费升级的目标定位,剖析关键堵点,并提出实现路径。目标定位:个人利益与公共利益合理兼顾,产品质量与用能效率共同提升,场景应用与技术转移共抓并举,资源支持与专业服务相互交融,政府主导与社会力量协同合作。关键堵点:体育消费主体能力不足,体育产业领域触达受限,体育低碳技术研发薄弱,体育消费模式趋于同质,体育低碳消费机制不健全。实现路径:推进精准治理,提升多元主体消费能力;强化多方协同,扩大体育消费升级领域;构建多重机制,加大体育低碳科技投入;增强产品价值,创新体育低碳消费模式;贯彻低碳理念,完善体育消费保障机制。

融合目标定位与异构局部交互学习的细粒度图像分类

由于细粒度图像之间存在小的类间方差和大的类内差异,现有分类算法仅仅聚焦于单张图像的显著局部特征的提取与表示学习,忽视了多张图像之间局部的异构语义判别信息,较难关注到区分不同类别的微小细节,导致学习到的特征缺乏足够区分度.本文提出了一种渐进式网络以弱监督的方式学习图像不同粒度层级的信息.首先,构建一个注意力累计目标定位模块(Attention accumulation object localization module,AAOLM),在单张图像上从不同的训练轮次和特征提取阶段对注意力信息进行语义目标集成定位.其次,设计一个多张图像异构局部交互图模块(Heterogeneous local interactive graph module,HLIGM),提取每张图像的显著性局部区域特征,在类别标签引导下构建多张图像的局部区域特征之间的图网络,聚合局部特征增强表示的判别力.最后,利用知识蒸馏将异构局部交互图模块产生的优化信息反馈给主干网络,从而能够直接提取具有较强区分度的特征,避免了在测试阶段建图的计算开销.通过在多个数据集上进行的实验,证明了提出方法的有效性,能够提高细粒度分类的精度.

智能垃圾分类拾捡机器人抓取目标定位方法

为准确定位抓取目标所处位置,提出基于深度学习的智能垃圾分类拾捡机器人抓取目标定位方法。定义深度学习算法的目标函数,并在此基础上,完成对抓取目标的检测。建立抓取目标尺度空间,并标定具体的机器人抓取对象,再根据抓取目标定位条件估算值,实现抓取目标定位。实验结果表明,所提方法应用可以有效控制抓取目标节点与定位节点之间的坐标差水平,能够准确定位抓取目标,具有突出的作用价值。

一种新的机载光电侦察系统目标定位精度分析方法

针对机载光电侦察系统的目标定位问题,阐述了一种新的定位精度分析方法。推导了目标定位方程,采用一阶小量扰动法得到误差源与定位误差的传递关系,对定位误差进行定性分析,并得到姿态误差对目标基线矢量的投影是主要定位误差源的结论;进一步,基于蒙特卡罗仿真法,应用目标等概率空间遍历场景对定位误差进行定量分析,同时引入了固定场景法作为对比,结果显示,前者得到的定位误差更具有数值统计意义。该方法对于光电平台系统论证和性能提升具有重要意义。

使用标校源辅助的外辐射源目标定位方法

鉴于定位站位置不确定性会严重影响目标定位性能,提出了一种使用标校源辅助信息的高精度外辐射源目标定位方法。首先利用标校源观测量信息减小接收站位置误差并更新其误差统计特性,随后使用优化的两步加权最小二乘算法,结合先验站址误差统计信息,实现对外辐射源目标的精准定位解算。对定位算法进行了克拉美罗界推导,理论分析该算法可实现渐进有效。仿真实验结果表明:在标校源辅助定位下,可有效降低定位站位置误差对目标定位性能的影响,显著提高目标定位精度,并且当观测量误差和定位站位置误差较小时,所提定位算法可达到最优估计。该算法可得到目标位置的解析值,不需要迭代运算,计算量较小。

基于声散射统计特性的压缩感知水下目标定位与观测矩阵性能

近年来,压缩感知理论在水下目标定位领域得到了广泛的应用,压缩感知定位算法将水下目标定位问题转化为稀疏模型重构问题,具有较高的定位准确性,但定位结果受散射环境影响。该文开展水下目标定位的水池试验,对水听器阵列接收的试验数据进行处理,通过定位误差、可定位声源数量和定位信噪比分析定位结果,研究压缩感知定位算法的宽带性能、散射环境对定位结果的影响,并使用Spark系数和声散射统计特性近似分析了观测矩阵性能。水池试验结果表明,压缩感知定位算法在较宽的频率范围内有较好的适用性;随着环境散射增强,水声定位观测矩阵的列相干性减小,稀疏重构性能提升,使得定位结果更加准确;在近似分析水声定位观测矩阵性能时,声散射统计特性与Spark系数的变化趋势相似,并具有直观且计算简单的优点。

一种基于冲激脉冲回波检测的主动目标定位技术

水下等离子体声源为一种强度高、宽带可控的脉冲声源,其声源级高于传统换能器,常被用作干扰远程目标的软杀伤性武器。当其产生的冲击波无法对目标实施有效的毁伤和干扰等软杀伤打击时,本文研究利用脉冲回波检测来对目标进行主动定位,以提升其运用效能。研究水下等离子体声源脉冲声波的有关特性,并对海底混响和海洋环境噪声与主动定位的关系进行相关仿真研究。建立以脉冲声波为主动声信号的目标主动定位处理模型,以舷侧11元阵和舷侧三子阵为接收水听器阵列,研究基于等离子体声源的主动目标定位技术,仿真验证了方法的有效性。

对深度学习中目标定位不确定度评定的讨论

得益于深度学习技术的快速发展,高准确率的目标自动定位得以实现,这为各领域的智能化转型提供了极大的助力。然而,尽管大多数情况下基于深度学习的目标定位方法都能够获得较为精确的输出,但一些误差较大的定位结果还是难以避免。正因为缺少规范的不确定度评定,所以那些误差较大的定位结果难以被有效地消除,进而影响了基于深度学习的目标定位方法的工程化应用。从符合计量规范的测量不确定度入手,讨论了当前深度学习中目标定位技术评价指标的意义和不足,并提出了对规范化目标定位技术不确定度评定的建议。

基于未知类别少样本学习的开放世界目标定位

开放世界目标识别中未知类别样本难以获取,这些样本无法有效参与训练,针对这个问题,提出基于未知类别少样本学习的开放世界目标定位方法。首先,利用伪标签生成模型,将背景区域中高目标性得分的目标区域标记为伪标签,为模型学习未知类提供少量样本,增强模型对未知类别的泛化能力;其次,设计两个分支共同学习目标特征,其一为目标性分支,其二为定位质量分支。前者专注于确定目标框内是否存在目标,后者则集中于评估目标框的质量,从目标存在性和目标定位质量两个维度提取和理解目标特征。同时,目标性分支联合训练真实标签与伪标签样本增强对未知类别的识别能力,定位质量分支通过学习高质量的真实标签样本并排除伪标签样本,以减少噪声干扰。最后在COCO数据集上对该方法进行有效性评估,结果显示,与其他方法相比,所提方法具有较为出色的检测性能。

一种激光红外图像的小区域目标定位方法

激光红外图像中的小区域目标定位复杂程度较高,在提取图像特征过程中容易降低图像分辨率,导致小区域目标模糊,对目标定位精度产生一定影响。为了提高目标定位效果,引入投影变换矩阵,提出激光红外图像的小区域目标定位方法。采用小波变换方法分解激光红外图像,结合直方图均衡方法增强图像处理,通过卷积操作增强图像边缘点,提升激光红外图像对比度及分辨率。使用覆盖算子提取激光红外图像目标特征,根据特征点相似性确定小区域目标范围,建立投影变换矩阵匹配小区域目标,实现目标位置定位。实验结果表明,使用所提方法开展激光红外图像小区域目标定位时,定位误差为0.7%、定位精度平均为94.0%、算法计算效率为96.3%、定位匹配度为100%,可以准确定位目标位置。

中德两国数字教育平台建设目标定位探究——基于中德相关政策文本的目标模型构建与分析

教育数字化转型大势所趋下,中国和德国分别建立了国家级数字教育平台,即中国国家智慧教育公共服务平台和德国国家教育数字化平台。通过对两国相关政策文本进行三级编码分析,分别构建出各自的目标定位模型,并在此基础上展开比较分析与逻辑透视。分析结果表明,中德国家数字教育平台拥有共识性目标,具有对教育资源、教育质量的共同关切;但同时二者的定位取向和理性权衡存在着差异,德国国家数字化平台展现出循证取向和工具理性,中国国家智慧教育平台体现出理念取向和价值理性。不过殊途同归,中德国家数字教育平台的目标定位都理应回归本质,牢牢把握教育基本逻辑,建立和谐共生的人技关系,以维护人的主体性与发展性为轴心。

基于LiDAR扫描角度修正的障碍目标定位方法

在二维激光雷达(LiDAR)用于障碍物检测时,移动机器人自身姿态变化导致LiDAR基准位置变化,对障碍目标进行定位计算时会产生较大误差。文中提出了一种基于LiDAR扫描角度修正的障碍目标定位方法,用K-means聚类算法对激光雷达点云数据进行聚类划分,然后对聚类后数据进行角度修正处理,使处理后的数据信息更符合真实值。最后包络每个聚类数据,从而提高LiDAR扫描数据的准确性。测试结果表明,文中所提方法能够提高定位精度,满足障碍物精准定位的需求。

基于GA-BP神经网络的多无人机协同目标定位

无人机作为高机动平台,往往存在较大的自身位置误差。针对该情况下特定区域内的辐射源目标,提出了一种遗传算法优化反向传播(genetic algorithm optimized back-propagation,GA-BP)神经网络的实时定位方法。首先从特定区域中获取不同已知目标的位置信息作为网络的期望输出,并计算它们的到达时间差作为网络的输入,构建训练数据集;然后利用遗传算法的自适应性,优化BP神经网络初始权重和阈值,使其能够快速跳出局部最优解,实现高精度定位。通过训练得到相应的GA-BP网络模型,未知目标可以通过该模型进行实时定位。仿真实验将该算法与两步加权最小二乘算法以及BP神经网络的定位结果进行对比,结果表明所提的方法定位精度更接近克拉美罗界。

高校监督制度体系构建的目标定位与实施策略

文章从五个方面定位了高校监督制度体系构建的目标,即:使高校人才培养工作得以正常开展、使高校学术科研工作得以健康运行、使高校各部门形成有效的协作态势、使高校经费使用符合财政制度要求、使高校发展置于良性的政治生态中。实施策略为:以解决短板问题作为目标设计的出发点、以助推人才培养质量提的升来框定监督主体、以制度执行和建设相容来不断优化工作模式、以党建为推手在高校培育良性的工作文化。

田字型四孔径红外仿生复眼的目标定位

为了探索仿生复眼在目标定位领域的应用,以视场部分重叠的“田”字型四孔径红外仿生复眼成像系统为基础,对其空间目标定位的方法进行研究。根据四个子孔径的空间分布关系分析了“田”字型四目立体视觉的成像过程,和各子孔径与世界坐标系之间的转换关系,并推导出四孔径红外仿生复眼的空间目标定位方法,提出了多孔径约束下的逆成像光路定位方法,使用交错法和点向法解算待定位的目标点坐标;通过对现有四孔径红外仿生复眼实验系统的标定,确定了四个孔径的相对位姿,进而进行了四孔径系统及其部分双孔径子系统的空间目标定位实验,结果表明:相似的孔径空间分布下,“田”字型四孔径对2720 mm距离处的目标的定位误差为40 mm,双目定位的误差为76 mm,四孔径定位相比双目定位的误差减小约一半,能更精确地定位目标。系统在1750 mm处的定位误差不超过2%,水平方向定位精度高于垂直方向。