一种节能多属性目标监测的感知网络覆盖算法

研究了一种多属性目标的覆盖问题,这种覆盖问题与单一类型数据的目标不同,其待测区域中的每个目标同时包含多种类型的现场数据。如果布置一个无线感知网络去担任监测任务,其节点需要配置多种不同类型的传感器单元。针对这种需要采集多种类型的数据才能对目标进行监测的无线感知网络的应用,节能而有效的覆盖目标更是一个突出的问题。首先用ILP模型将问题进行了形式化,然后通过设计一种分布式算法求得问题的解。最后,在不同的节点密度下,对网络的使用寿命进行了模拟仿真;仿真结果表明,这种分布式算法比直接求解ILP求出的网络寿命很接近。由于直接求解ILP问题必须依靠中心节点完成,对于节点较多并且电量受限的无线感知网络,这种分布式算法更适合。

一种多属性目标监测的无线感知网络覆盖算法

本文研究了一种无线感知网络应用中多属性目标的覆盖问题。这种覆盖问题与单一类型数据的目标不同,其待测区域中的每个目标同时包含多种类型的现场数据。如果布置一个无线感知网络去担任监测任务,其节点需要配置多种不同类型的传感器单元。针对这种需要采集多种类型的数据才能对目标进行监测的无线感知网络的应用,节能而有效的覆盖目标更是一个突出的问题。本文首先用ILP模型将问题进行了形式化,然后通过设计一种分布式算法求得问题的解。最后,在不同的节点密度下对网络的使用寿命进行了模拟仿真。仿真结果表明,这种分布式算法比直接求解ILP求出的网络寿命很接近。由于直接求解ILP问题必须依靠中心节点完成,对于节点较多并且电量受限的无线感知网络,这种分布式算法更适合。

基于声纹识别的多目标属性提取算法改进设计

随着智能音频交互技术的快速发展,声纹识别在多个领域得到广泛应用。现有算法多聚焦于单一属性,忽略了说话人的多维属性信息。研究提出了一种改进的声纹特征提取算法,旨在同时提取说话人的多个属性。该方法结合了胶囊网络、动态路由和注意力机制,实现了多属性间的协同优化。实验结果表明,该算法在各项属性识别和估计性能方面有显著提升。

基于图像与航迹信息融合的目标属性识别方法

针对单一雷达传感器目标属性识别能力低的问题,提出基于D-S证据理论的雷达航迹与光电图像信息融合的目标属性识别方法,对光电图像和雷达航迹特征分别使用ResNet网络和XGBoost网络进行目标属性识别,将得到的类别概率赋值通过D-S组合规则融合得到最终的目标属性识别结果。实验研究表明:无论是在远距离或近距离目标属性识别能力上,融合后模型的识别能力均比融合前单一模型的识别能力强,且融合后的模型能够矫正因为单一模型识别错误而导致最终识别结果错误的问题,融合后的模型在测试集上各类别的平均召回率比光电图像分类模型提高了3%,比雷达航迹分类模型提高了10%,融合后模型的平均召回率为95%。

空袭目标属性综合识别的灰色评判模型

在灰色关联分析的基础上,对斜关联度进行了修正,引出了点、斜修正关联分析的概念。通过对影响目标属性识别的各种因素的分析,结合战术思想利用灰色点、斜修正关联分析及多目标优化方法建立了目标属性综合识别模型,从而利用数量化理论有效地解决了目标属性识别这一复杂而困难的问题,为防空作战C3I系统指挥自动化提供了一种辅助决策方法。

基于BP神经网络模型的目标属性识别仿真

在地面防空作战中,对空中目标进行属性识别是防空导弹武器发射决策的关键环节之一,可靠及时的识别可有效地避免误伤我(友)机,准确消灭敌机。结合现代防空作战特点,对影响目标属性识别的各种因素进行定性和定量分析,建立了基于BP神经网络的目标属性识别模型,仿真分析表明了模型的有效性和实时性。

基于模糊综合评判的目标属性识别模型研究

首先介绍了目标属性识别的方法及模糊综合评判原理 ,在分析影响目标属性识别因素的基础上 ,提出了目标属性识别的多级模糊综合评判模型 ,从而能有效地解决目标属性识别问题。

住房政策目标双重属性与市场稳定

住房政策目标从促进住房安全、公平的社会属性开始,转化为兼有促进经济增长的经济属性,并在后来较长一段时间内过于强化其经济属性。提高住房自有率的政策措施同时满足了两种目标属性的需要,使住房建设、住房消费与住房市场调控也越来越服务于经济目标。经济增长与宏观调控过度依赖住房市场,家庭资产配置过多依赖住房,住房政策目标侧重点在两种属性间的摆动,将会造成住房市场不稳定、不平衡的发展,使住房市场的阶段性波动加大。不稳定的住房市场既损害住房政策目标的实现,也带来了社会经济问题。通过使住房更多回归居住功能,形成侧重社会属性的市场干预政策,建立多渠道的住房支持体系,使非居住房地产服务于宏观调控,促使住房市场稳定,可使住房政策目标能更好地兼顾其社会、经济的双重属性,实现全体人民住有所居。

神经网络在目标属性识别中的应用研究

首先介绍了目标属性识别的方法 ,并对多属性决策模型 (MultipleAttributeDecisionMod el ,MADM)目标属性识别模型进行了分析 ,在此基础上提出了基于神经网络的目标属性识别模型 ,其能有效地解决目标属性识别问题。

航空电子系统多传感器数据融合的目标属性评估

介绍了航空电子系统多传感器数据融合的特征和空战融合的模式 ,举例说明了数据融合处理机对多传感器测量的目标信息分别进行融合处理后进一步融合的方法 ,经多级数据融合得到对目标属性的准确判断 ,有利于飞行员作出控制和决策。

基于GPR-TOPSIS方法的充填配比多目标多属性优化

为获得某金矿尾砂胶结充填材料最优配比,基于试验结果,以海水比例、灰砂比和料浆质量浓度为输入参数,以充填体强度、塌落度及泌水率为输出参数,建立了充填配比与其响应量的高斯过程回归模型,分析了不同因素对充填性能的影响程度;采用遗传算法对高斯过程回归模型进行多目标参数优化,获得了Pareto非劣解,在此基础上,引入多属性决策的TOPSIS法对Pareto非劣解进行方案优选,确定了充填最优配比。研究结果表明:高斯过程回归模型相对误差值均小于6%,可靠性高;灰砂比及料浆质量浓度对充填性能影响较为显著,采用海水作为充填水源将降低充填体的强度;经优化后的充填配比与试验结果相符。

基于D-S证据理论的目标属性辨识研究

D -S证据组合理论已经成为不确定性推理的一种重要方法 ,基于该理论的多传感器决策层信息融合已得到广泛应用。本文在简要介绍D -S证据组合理论框架基础上 ,阐述了基于D -S证据组合理论的信息融合一般步骤及决策层判决方法 ;分析了发生证据严重冲突时 ,Dempster证据组合规则出现的不可靠和不合理的本质原因 ,介绍了针对D -S证据组合规则进行修正的几种主要方法 ;最后 。

深度置信网络大数据目标属性智能提取仿真

利用当前方法提取大数据目标属性时忽略了对大数据的主成分分析预处理,导致提取结果覆盖度低、重复度高。为此提出深度置信网络大数据目标属性智能提取方法。利用主成分分析法构建主成分数学模型,计算数据主成分贡献率完成数据降维,进而简化数据,其次在深度置信网络的基础上构建大数据目标属性提取模型。采用DBM模型将数据进行还原和降噪,获取模型的输入,再利用DBN模型完成训练,实现大数据目标属性智能提取。实验结果表明,所提方法的提取结果覆盖度较高,且所提方法下大数据目标属性智能提取的重复度低,实验结果证明了所提方法应用性能更优。

潜艇基于D-S证据理论判断目标属性

简要介绍潜艇威胁判断原理和D-S证据推理基本思想,针对潜艇作战信息环境信息量少,误差大,稳定性差,多为被动信息的特点,使用D-S证据推理,引入任务通报、作战海区、声纳判别、敌我应答等证据,较为详尽地分析了一个潜艇威胁判断基础问题:判断目标属性;并给出了一个应用实例;最后提出了进一步改进的方向。

面向目标属性的犯罪行为关联分析

犯罪行为是刑事案件构成要素的核心,运用关联规则挖掘技术可以发现刑事案件数据中各属性的关联,从而对犯罪行为的相关因素进行分析。文章提出了一种基于SQL语言的面向案件数据中目标属性的多维关联规则挖掘算法,可以避免数据开采关联模型中查找规则的盲目性和冗余性,得出的结果可辅助公安机关进行犯罪信息研判。

目标属性为肯定和否定的多目标决策问题解的有效性条件

本文建立了一类目标属性为肯定和否定的多目标决策模型，定义了相应有效解．并在此基础上。

基于历史信息的目标属性抽取网络模型

针对当前神经网络模型未充分考虑标注词语之间的语义关联和预测标签之间的约束关系的问题,提出了一种基于历史信息的目标属性抽取模型。该模型使用注意力机制融合历史的语义信息和预测标签的约束关系,增强特征信息的抽取能力,并利用目标属性和观点项的共现现象进一步提高标注的准确率。实验结果表明,该模型在一定程度上能够提高目标属性抽取网络的性能。

基于直觉模糊集的空战动态多属性威胁评估

针对实际空战中目标多属性及动态变化的特点,提出了一种动态多属性威胁评估方法。在建立威胁评估指标体系的基础上,依据目标多个时刻的属性信息,结合直觉模糊集给出了一种构造虚拟最优目标的方法以确定目标属性权重,设计了一种基于正态分布累积分布函数确定时间序列权重的方法,最后借鉴TOPSIS的思想实现了空战动态威胁排序。仿真结果说明了该算法的合理性。

基于知识图谱的目标识别模型

针对光谱匹配方法在高光谱图像目标识别的过程中对先验知识和空间信息利用不足的特点,提出利用知识图谱构建地物属性及其关联关系对目标进行识别。该方法依托先验知识,将语义信息与定量描述的算法进行关联,针对高光谱图像数据特点,给出近似真彩色图像颜色转换方法和基于特征点匹配的轮廓识别方法,并在此基础上利用数据集进行仿真研究。结果表明,真彩色图像颜色转换方法能够得到接近人眼视觉特点的真彩色图像,特征点匹配方法能够在不同尺度下,对不同朝向的地物进行轮廓匹配。测试数据虚警率和检测概率表明基于知识图谱的方法能有效降低虚警率提高目标检测效率。