连续目标双基地调频连续波SAR回波建模方法

在SAR成像仿真中,常使用离散的点目标集合来代替连续结构的目标进行回波建模。这种方法的一个重要问题是所生成的目标回波依赖于点目标的采样方式,对同一个目标采用不同的离散采样方式可能产生具有显著差异的成像结果。该方法的另一个缺点是回波模型的精度与离散采样的间隔有关,小的离散间隔会导致巨大的计算量。为了解决上述问题,本文提出了一种新的连续目标回波建模方法,避免了离散采样方式和采样间隔的影响,并且大大降低了计算量。将该方法应用于调频连续波双基地合成孔径雷达系统研究,有助于理解其观测几何与回波特性的关系。

不连续多目标博弈弱Pareto-Nash均衡解的存在性与Hadamard良定性

该文主要考虑不连续多目标博弈问题解的存在性和良定性.首先将不连续条件更优回应保障推广到n人多目标博弈,证明了其弱Pareto-Nash均衡点的存在性定理.更进一步地,研究了此类不连续n人多目标博弈的Hadamard良定性.这些结果推广了P.J.Reny等的研究成果.

改进人工蜂群算法求解多目标连续优化问题

针对多目标连续优化问题,依据人工蜂群算法原理给出其求解流程,并指出算法中更新策略存在盲目搜索和丢失优秀个体的不足,随后提出改进方案。改进方案包含两部分:首先,设计一种自适应搜索算子,使算法在运行过程中能根据个体质量自动调节搜索范围,让算法搜索行为准确高效;其次,利用外部集合记录下新产生的个体,一次迭代完成后结合外部集合重新构造种群,让算法能有效地保存进化过程中产生的优秀个体。实验中将改进人工蜂群算法与NSGA2算法、改进前算法以及文献报道的同类优秀算法进行了比较,结果说明:改进人工蜂群算法在求解多目标连续优化问题中具有良好的收敛性和均匀性。

具有连续型目标函数的优化模型（英文）

把多目标规划(MP)和具有可数无穷多指标优化模型(CIP)推广并引进一种具有连续型目标函数的优化模型(CP).给出其有效解和真有效解的相关概念,介绍一些例子说明它在理论和应用方面都是有意义的研究课题.得到CIP模型与CP模型的有效解之间、真有效解之间的两个关系定理.

连续变化目标下基于外部邻域位置学习的粒子群优化算法

为提高粒子群算法在面对连续变化目标的多次求解问题时的收敛速度,提出基于外部邻域位置学习的粒子群算法(IENLPSO)。通过在粒子群算法中加入对外部邻域位置的学习,使下一状态的求解过程更具有目标性。以基准测试函数及IEEE 33节点系统为例进行仿真测试,结果表明,相比于传统粒子群算法,提出的算法在减少迭代次数的同时,进一步提高了算法的求解精度。

多目标连续博弈混合弱Pareto-Nash平衡点的存在性

首先给出了纯策略集是紧度量空间的多目标连续博弈混合弱Pareto-Nash平衡点的定义,其次证明了此多目标连续博弈的混合弱Pareto-Nash平衡点的存在性.作为应用,我们导出了Glicksberg在1952年所证明的连续博弈混合策略Nash平衡点的存在性.

具有连续纤维目标的图像拼接研究

针对具有连续纤维目标的纤维图像在拼接过程中产生的拼接缝隙,采用渐入渐出法进行融合,以消除因为光照差异等原因造成的拼接缝隙。在已有算法的基础上,对其在纺织领域应用的广泛性进行验证。分别对天然纤维中的棉纤维图像、化学纤维中的涤纶图像以及非织造材料图像进行拼接,并且对拼接效果进行评价。

改进人工蜂群算法求解多目标连续优化问题

多目标连续优化问题是实际应用和科研中最普遍的问题之一,也是学术界研究重点之一.根据人工蜂群算法求解过程,修正算法中的不足之处,改进算法中存在的盲目搜索,减少丢失算法中的优秀个体,以人工蜂群算法作为进化策略,整理改进方案.改进方案包括有:第一,针对基本人工蜂群算法中变异算子对整体基因搜索的不足,提出基于人工蜂群算法算子和变异算子相融合的自适应搜索算子,在一定程度上可以根据基因优良程度自动调整搜索范围,提高人工蜂群算法搜索行为的准确性.第二,利用搜索数据结果形成新的基因个体,在一代搜索结束后,剩余的个体与新个体的组合成新的种群,使得人工蜂群算法在进行过程中最大程度的保存下优良的基因.通过研究比较发现,改进的人工蜂群算法在求解多目标连续优化问题中具有比较好的收敛性和分布性.

基于均值漂移的多目标被动连续跟踪算法研究

本文基于均值漂移方法设计了一种新的多目标被动连续跟踪算法。该算法分为两部分:先是对采集到的多目标图像进行预处理,包括灰度化、消噪和背景抑制三项工作,从根本上提高目标图像本身的质量;然后融合特征提取和目标检测步骤,利用均值漂移算法实现对多目标物体的检测与跟踪。仿真实验结果表明,与几种典型跟踪算法相比,应用基于均值漂移的算法后,多目标跟踪误差更小,其跟踪结果的平均偏差最大值仅为1.61 m,且跟踪响应耗时最大值仅为900 ms,证明其能够实现对运动目标的准确、可靠跟踪。

一种多普勒盲区条件下的多假设运动模型目标跟踪方法

机载预警雷达存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标航迹中断和重起批。针对该问题,提出了一种基于多假设运动模型的目标跟踪方法。该方法根据多普勒盲区对目标状态的约束形成多个假设运动模型,当新出现的量测值落入任何一个运动模型形成的关联波门内,则航迹关联成功。仿真结果表明,该算法在不同盲区范围条件下,针对不同机动能力的目标均具有较高的航迹关联率,有效提高了目标连续跟踪性能。

利用ESM方位信息的多普勒盲区目标跟踪方法

机载预警雷达固有的多普勒盲区容易造成目标航迹中断和重起批。针对该问题,提出了一种基于电子支援措施(electronic support measure,ESM)方位信息和多普勒盲区联合状态约束的粒子滤波跟踪算法。该算法在预测过程中对盲区内的粒子进行约束,将不满足约束的粒子投影到约束区域表面。最后再利用这些约束粒子估计目标的状态,并形成粒子云波门,对新出现的量测值进行关联。仿真结果表明,该算法相比无先验信息或仅利用多普勒盲区信息的算法具有更小的滤波误差,同时能形成更小的关联波门,提高了航迹质量,实现了多普勒盲区条件下的目标连续跟踪。

边坡临界滑面搜索的连续转移蚁群算法

边坡临界滑面的位置和形状与其安全系数至少具有同等重要的地位,它们对工程加固措施更具有直接的指导意义.非圆弧任意临界滑面的搜索是一个多极点、非凸性且目标函数常常无法显式表达的非线性规划问题,采用传统的数学优化方法会遇到很多困难.蚁群算法是一类实现复杂非线性优化问题的重要全局仿生算法.基于离散点集的蚁群算法已被成功应用于边坡滑动面的搜索,其效果显著,但离散点的存在也导致对滑动面形态分辨率较低.通过在边坡条分线上引入插值技术来实现蚂蚁转移目标连续化,克服了离散转移目标对滑动面形状分辨率低的缺点.算例的分析结果表明:这种改进的效果非常有效.

谈“业务连续性管理”在企业中的应用

业务连续性是指企业有应对风险、自我修复和快速反应的能力,从而可以保证企业业务的连续运行。当有突发事件或灾难发生后,能以最快的速度恢复业务运行和主要业务功能。随着信息化和大数据时代的到来,企业信息数据和业务安全性的要求正在逐步的提高。作为企业风险管理的重要组成部分,业务连续性管理正不断应用于各行各业的企事业单位。

中美欧连续压实控制技术比较

对比分析了中美欧对于连续压实控制技术中的实压程度控制、实压均匀性控制、实压稳定性控制,并对不同的方法作了较为详细的分析。重点强调了不同国家对于连续压实目标值(VCV)的研究及控制范围;提出了相关性的效验,指出相关系数0.70是进行技术把关的最低界限;提出了连续压实控制技术(CCC)的缺陷,并对所提缺陷进行了改进。

心率变异性与扩大的血管周围间隙脑部分布关系研究

背景扩大的血管周围间隙(EPVS)与认知功能障碍、情感障碍、脑卒中及卒中后不良结局等密切相关,尽早发现并给予处理极为重要。目的探讨心率变异性(HRV)与EPVS脑部分布之间的关系。方法选取2020年1月至2022年5月在郑州大学第二附属医院神经内科住院治疗并完成24 h动态心电图监测和脑部核磁共振(MRI)的患者199例为研究对象。评估患者EPVS负荷,根据EPVS分数对基底节区EPVS(BG-EPVS)及半卵圆中心EPVS(CS-EPVS)严重程度进行分组:轻度BG-EPVS组(Potter评分1分,126例)、中度BG-EPVS组(Potter评分2分,46例)、重度BG-EPVS组(Potter评分3~4分,27例);轻度CS-EPVS组(Potter评分1分,131例)、中度CSEPVS组(Potter评分2分,45例)、重度CS-EPVS组(Potter评分3~4分,23例)。根据BG-EPVS与CS-EPVS数量划分EPVS优势模型:模型1(BG>CS,119例)、模型2(BG=CS,20例)、模型3(BG<CS,60例)。比较各组的一般资料与HRV指标,采用Spearman秩相关分析探讨HRV指标与EPVS的相关性,将单因素分析中有统计学意义的HRV指标纳入多因素Logistic回归分析探讨EPVS严重程度及优势模型的独立影响因素。结果轻、中、重度BGEPVS组患者年龄、目标区间内正常间隔连续差的均方根(rMSSD)、总功率(TP)比较,差异有统计学意义(P<0.05);其中重度BG-EPVS组年龄高于轻度BG-EPVS组(P<0.05),重度BG-EPVS组rMSSD、TP低于轻度BG-EPVS组(P<0.05)。Spearman秩相关分析结果显示,HRV指标中的rMSSD、>50 ms的相邻正常间隔的百分比(PNN50)、TP与BG-EPVS严重程度呈负相关(r_(s)=-0.357、-0.153、-0.169,P<0.05);目标区间内每5 min正常间隔标准差的平均值(SDNNindex)、rMSSD与EPVS优势模型呈正相关(r_(s)=0.155、0.262,P<0.05)。校正混杂因素后的多因素Logistic回归分析结果显示,rMSSD是BG-EPVS严重程度的独立影响因素〔OR=0.983,95%CI(0.972,0.994),P=0.002〕;rMSSD是EPVS优势模型的独立影响因素〔OR=1.017,95%CI(1.006,1.028),P=0.003〕。结论rMSSD分别与BG-EPVS严重程度、优势模型呈负相关和正相关,是BG-EPVS严重程度及EPVS优势模型的独立影响因素,提示rMSSD下降时自主神经系统失衡,可能引起血脑屏障破坏或脑中代谢废物清除减少,rMSSD参与BG-EPVS形成的病理生理学机制。

基于SSU-SGD的动态手持物体识别

连续目标中包含更加丰富的信息,为了更好地获取动态手持物体中的视觉信息,以不同背景下的动态手持物体为目标,基于步长自学习更新的SGD算法(简称SSU-SGD)提出了适用于动态手持物体识别的三个基准,通过自学习出不同的步长,分别在已知类、未知类和已知对象的基础上进行巩固训练,用于后续的动态手持物体识别中。用AlexNet和VGG网络对三个不同基准下的naive策略和累积策略进行了编程实验与仿真,经实验验证,该方法可以有效提高运行速度和训练精确度,并且有效提高了动态手持物体识别过程的实时性,可以进一步应用于实际。

无线传感器网络中基于虚拟点优化的追踪算法

针对利用无线传感器网络进行大范围连续目标追踪过程中,追踪精度较低及边界失真的问题,提出一种有效的基于虚拟节点优化VNOE(virtual node optimization effectively)的追踪算法,该方法利用虚拟化的距离真实边界更近的位置信息去构造所需的目标边界,从而对连续目标形状以及位置进行追踪。算法首先确定了连续目标边界点BN信息,然后依据相关边界节点信息确定虚拟点VN位置。实验表明,提出的算法一定程度上提高了追踪精度并改善了边界失真。

多普勒盲区条件下的改进粒子滤波跟踪算法

机载预警雷达采用脉冲多普勒体制,具有良好的低空探测性能,但其存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标航迹中断和重起批。针对多普勒盲区条件下的目标连续跟踪问题,提出了一种基于多假设运动模型的改进粒子滤波跟踪方法。该方法根据多普勒盲区对目标状态的约束形成多个可能的运动模型,粒子在每个模型下再进行带有状态约束的更新,当新出现的量测值落入任何一个运动模型形成的粒子云内,则航迹关联成功。仿真结果表明,该算法在不同盲区范围条件下,针对不同机动能力的目标均具有较高的航迹关联率,能够实现目标的连续跟踪。

带非精确线搜索的调整搜索方向DFP算法(英文)

本文介绍一类新的带调整搜索方向的Broyden算法.我们着重讨论带调整搜索方向的DFP算法的收敛性,在某些非精确线搜索的情况下,我们证明对连续可微目标函数,这算法是整体收敛的,而对一致凸目标函数,收敛速度是一步超线收敛的.从这篇文章的证明过程中,可以得到对一致凸目标函数,DFP算法具有一步超线形收敛.

多普勒盲区条件下的交互式多模型粒子滤波算法

机载预警雷达采用脉冲多普勒体制,具有良好的低空探测性能,但其存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标航迹暂消和重起批甚至断批。针对多普勒盲区条件下的目标连续跟踪问题,提出了一种基于交互式多模型的盲区粒子滤波(Interacting Multiple Model-Blind Doppler Particle Filtering, IMM-BDPF)算法。该算法将多普勒盲区的先验信息并入到IMM-PF中,在模型集中的每个运动模型上分别完成盲区粒子滤波,再进行交互式处理,得到盲区内的目标状态估计值。仿真结果表明该算法对盲区内做机动的目标具有较高的状态估计精度,解决了多普勒盲区条件下的机动目标连续跟踪问题。