信息熵增量最小化准则在供应链中的应用

本文研究了在考虑利润最大化准则和信息熵增量最小准则下,既能满足了利润最大化,又要增加利润可得性,销售商如何确定订购量的问题。数字实验表明:考虑双重准则得到的策略比仅考虑利润最大化准则得到的策略更好,可以使供应链、销售商及制造商都受益。

基于乌鸦搜索算法和自适应BM3D的NSST域电气设备红外图像增强

为了解决红外图像对比度低、模糊、含噪声等问题,本文提出基于信息熵准则乌鸦搜索算法和三维块匹配(block matching 3D,BM3D)自适应去噪的电气设备非下采样剪切波变换(non-subsampled shearlet transform,NSST)红外图像增强方法。通过NSST变换将图像分解为不同频率的2个部分。低频图像主要为设备特征,高频子带主要为噪声。针对低频图像中的背景干扰问题,提出乌鸦搜索算法进行分割得到设备前景和环境后景,前者经灰度扩增得到前景增强图,后者经直方图均衡得到后景增强图。针对高频子带中的噪声干扰问题,提出BM3D自适应去噪算法用于去噪。通过实验可知,基于乌鸦搜索算法和自适应BM3D的图像增强算法针对图像分割细节处理、多余杂音的过滤以及对比度的提高均有显著效果。

宽带雷达自适应积累检测

研究了宽带雷达距离像检测问题。针对宽带雷达目标的距离像姿态敏感性,将模型定阶准则引入到距离像长度估计问题中,提出了一种基于信息熵准则的自适应积累检测算法。仿真结果表明,与基于平均信噪比最大准则的自适应积累检测相比,算法的检测性能更优。