元级技术在SJ系列军事专家系统中的应用研究

本文结合SJ系列军事专家系统介绍了元级的种类、来源、表示方法和应用。元级的引入大大加强了系统的容错能力和通用性,提高了系统的性能。缩短了系统的开发周期。文中还提出了长期型和短期型元级概念。

基于规则系统的元级结构

论述了目前基于规则系统的主要限制,并对元知识领域关键性问题进行分析,在 ESDT-HKD 统系基础上提出一个元知识表示和使用的元级结构模型,并对模型的关键性问题进行了分析和探讨.

基于像元级SAR图像时间序列相似性分析的水体提取

针对SAR图像数据集的特点,提出了一种基于像元级图像时间序列相似性的水体提取方法。其基本思想是:构建像元级SAR图像时间序列,选取动态时间归整(dynamic time warping,DTW)算法作为时间序列相似度的度量方法,计算所有像元与标准水体像元时间序列的相似性;将水体边缘混合像元的DTW距离值设定为参考阈值,采用阈值法提取相似性较高的时间序列数据,其对应的像元即被识别为水体像元;最后利用每个像元的DTW距离值代替其后向散射值,采用8邻域搜索方法提高水体识别的精度。以2008年1—12月获取的25景分辨率为150 m的ENVISAT ASAR图像进行水体像元提取试验,结果表明,该方法的完整率和正确率均较高,能够应用于大范围区域水体的提取与制图。

ETM＋影像亚像元级城市土地覆盖组分丰度提取--以南京市为例

城市景观复杂,地物具有强烈的空间异质性,利用中等空间分辨率遥感影像(如ETM+)进行城市土地覆盖研究会出现大量混合像元。针对该问题,以南京市为例,通过混合像元分解提取城市土地覆盖组分丰度,进行城市土地覆盖研究,并从各个波段的残差、平均残差、相对误差、均方根误差等方面分析模型误差。利用IKONOS影像对提取的组分丰度图像进行精度验证,发现不同城市土地覆盖组分丰度图像具有一定的可靠性,与城市实际情况吻合。城市土地覆盖组分丰度图像还能作为一种新的数据源用于城市功能分区、城市人口数据空间化和城市环境监测与评估等研究中。

基于PROLOG元级扩充的知识消化系统

通过对TURBOPROLOG进行元级扩充，实现了一个能在知识获取时对新知识进行逻辑一致性检测的实用知识消化系统，所采用的技术和方法对提高微机PROLOG知识库系统的质量和性能有重要参考价值.

知识库/元级知识库中的自省推理

本文认为:不同类型的非单调推理,均可通过对有关对象的确信或不确信的推理过程来表示,因此自省的过程可作为一切形式推理的基础。本文讨论了推理者用于表达和椎导其自身信念时的各种方式,结论有:a.自省的本质是表达信念和世界的关系b.如果从完全性和正确性角度来看待自省推理的话,其计算是相当困难的。

基于辐射定标的像元级双增益红外图像重构

非均匀性校正精度是空间红外相机图像质量的一项重要指标,采用像元级双增益时间延迟积分(Time Delay and Integration,TDI)红外探测器得到的图像,其校正精度与图像数据重构之后的线性度直接相关。分析了红外TDI探测器像元级双增益成像时探测器输出信号的特点,在此基础上提出基于辐射定标的方法,精确得到探测器每个像元高低增益输出值之间的等量关系,确定每个像元的数据重构系数,提高重构之后的全动态范围内探测器信号的线性度,从而提高红外图像非均匀性校正精度。实验室测试数据验证结果表明,基于辐射定标的高精度线性重构方法,将红外图像的非均匀性校正精度由4.1%提高到1.2%。

一种用于逆向推理的Prolog元级解释器

本文介绍一种Prolog元级解释器,它解决了专家系统中采用转换规则模式表示知识时的逆向推理问题。

嵌入元级结构的基于事例推理研究

元级推理是智能软件系统中的一种重要机制。本文首先讨论了元级推理的作用、原理以及实现策略,然后重点介绍了我们新近完成的一个面向事例诊断的推理器MGCBD。本文各节介绍了MGCBD的知识表示、元级推理框架以及事例检索、匹配和适配过程的设计方法和技术特点,并用一个具体实例来说明MGCBD的推理功能。在本文的最后部分,我们将MGCBD与国际上的同类系统进行了对比和分析。

逻辑中的元级概念

语言和思维的主要作用是将主观规定的性质归于事物,然后断言之。对语言和思维的这一研究构成了元语言的基础。属性本身亦是一类事物,故也可以把元语言看作是对象语言。这个事实具有重要的影响,并成为逻辑和 AI 领域内许多研究的基础。本文将综述这方面工作。

PROLOG元级解释器的一种实现

采用广度优先搜索策略给出了一个完整的ＰＲＯＬＯＧ元级解释器的实现，它能使用户了解和访问ＰＲＯＬＯＧ的执行过程。

面向对象的元级程序设计方法

传统的面向过程式的元级程序设计系统存在一些弊端,如指针操作容易出错等。尤其当处理的语言文法规则过多时,过于频繁的指针操作会降低系统的稳定性和可靠性。为此,采用面向对象的元程序设计方法,使用基于文法的抽象语法树描述中间表示,将元级操作封装成类,构造了面向对象的元级程序设计系统OOMPS(Ob ject-O riented M etaprogramm ing System)。该系统利用类的继承机制以及对象与其成员函数之间的关系来代替指针操作,避免了指针带来的各种问题。基于该方法,实现了全系统简明测试语言ATLAS(Abbrevi-ated Test Language for A ll System s,该语言的文法规则大约有2 680条)的元程序设计系统ATLAS-MPS。试验表明,该系统效果优良,并具有稳定性及可扩充性。

PROLOG模块机制—元级扩充的编译实现技术

模块化是构造大型系统软件必不可少的手段之一.目前,PROLOG已成为一种通用的人工智能语言.大多数PROLOG的平坦化结构妨碍了它对大型软件的支持.本文在详细分析PROLOG模块系统的基本语法其信息隐藏和数据抽象等特性的基础上,进而实现了一个基于预编译的PROLOG模块系统.它将模块PROLOG程序编译为一般的PROLOG程序,这个预编译器可由PROLOG语言编写.借助于这个预编译器任何已有的PROLOG系统都可以达到支持模块化程序设计的需要。

元级程序设计的方向

本文讨论逻辑程序设计中元级程序设计当前的一些研究成果。首先提出用Prolog 进行元级程序设计的各种困难,说明产生这些问题的原因在于:Prolog 在元级层次上表示目标程序的不充分性,并指出解决这些问题的方法,提出元级程序设计中的一系列研究问题。本文最后就建立改进的逻辑程序设计语言的必要性提出了几点意见。

逻辑程序的元级控制模型

根据算法=逻辑+控制的思想,可以把程序分为两部分,一部分对应于算法的逻辑成分,另一部分对应于算法的控制部分,本文提出了一种逻辑程序的元级控制模型。

基于Landsat像元级时间序列的海岸带盐沼植被分类

盐沼是最具生态价值且最为脆弱的生态系统之一,及时、精确地监测盐沼植被分布对于海岸带生态管理和保护尤为重要。随着多源遥感数据不断积累,时间序列方法日益成为海岸带资源监测的重要手段。然而,由于云雨天气频发,海岸带影像可用性较差,如何有效构建时间序列仍存在较大挑战。本研究耦合多源Landsat影像,以长三角典型滨海湿地为研究区,构建像元级时间序列的XGBoost分类模型,探讨盐沼植被精细识别的可行性与稳定性。研究结果表明:(1)通过相互定标耦合多源影像成效显著,不但提高了影像可用性,还减小了不同传感器之间的光谱反射率差异。(2)基于像元级时间序列方法的盐沼植被分类效果较好,研究区内盐沼植被平均总体分类精度可达81.50%,平均Kappa系数为0.758,对于长三角区域分布广泛的海三棱藨草和互花米草尤为优良。(3)相较于单一时相分类方法,像元级时间序列分类方法的年际绝对均值误差保持小于3.88%,稳定性较好,有望应用在盐沼植被动态变化监测中,为中国海岸带资源高效管理提供遥感技术支持。

动态武器目标分配问题中改进遗传算法的元级控制

动态武器目标分配问题是一类实时性很强的优化问题。考虑分配的时间约束时,其求解算法应该是anytime算法,即算法在任意时刻都能输出合理解,且解的质量随时间增加而增加。在有限的计算时间内,anytime算法的运行时间应在综合考虑解的质量、计算代价及环境状态的变化而确定,以使解的效用最大化。该文针对有截止期的动态武器目标分配问题的anytime算法,利用元级控制过程控制算法的响应时间。在分析算法解效用影响因素的基础上,建立了时间相关的解效用公式,并基于该公式给出了一种元级控制策略。仿真结果验证了对动态武器目标分配的anytime算法进行元级控制能有效提高解的效用。

混合像元分解在石漠化信息提取中的应用进展

为有效实现石漠化信息提取,概括性地从像元级和亚像元级2方面介绍石漠化信息的遥感提取方法,重点介绍混合像元分解技术的数据源、端元提取方法、模型算法及结果应用,结果表明,混合像元分解技术能较好地解决混合像元问题,为利用非线性混合像元分解模型开展石漠化信息提取提供参考。

舰艇编队网络化反导作战动态目标分配方法

舰艇编队网络化反导作战条件下,目标分配问题演变为"发射节点-制导节点-目标"三者的优化匹配问题,该问题具有很强的实时性和动态随机性。将目标分配分为拦截适应性判断和优化匹配决策两个阶段。拦截适应性判断阶段给出了集成火力单元目标分配区、截止期的计算方法,进而确定了每个目标的拦截适应性判断结果;优化匹配决策阶段建立了静态"发射节点-制导节点-目标"三者的优化匹配模型,分析了动态随机性对目标分配方案的影响。最后,设计了基于遗传算法的Anytime算法求解模型,重点给出了算法的随机事件处理方法和算法的元级控制策略。仿真结果验证了方法的可行性和模型、算法的有效性。

基于点特征的干涉合成孔径雷达复图像自动配准算法

在基于点特征的遥感图像配准过程中,特征点的自动提取和准确匹配是影响配准精度的关键。提出了一种干涉合成孔径雷达(InSAR)复图像对的自动配准算法,利用特征点的高曲率结构设计了模板,完成了特征点检测;根据匹配点对之间距离相近的结论设计了匹配算法,进行了特征点对的匹配。首先通过边缘检测和模板相关提取特征点;其次根据提出的匹配算法建立点的对应关系;最后利用两步法完成复图像的亚像元级配准。实验结果表明,该算法具有较高的配准精度。