网络协同雷达对Swerling型目标的检测研究

在介绍Swerling目标模型的基础上,研究了网络协同雷达对Swerling起伏目标的检测性能。分析了单站雷达对Swerling起伏目标的检测性能,进而推广到网络协同雷达对Swerling起伏目标的检测,并给出了网络协同雷达对单个多起伏特性目标的检测性能的仿真结果,为研究目标起伏与网络协同雷达系统设计提供了理论依据。

基于Vague集和响应面模型的注塑工艺多目标优化

针对注塑工艺多目标优化问题,以塑件的翘曲变形量、顶出时体积收缩率和缩痕深度作为优化目标,选取熔体温度、模具温度、注射时间、保压压力、保压时间等工艺参数为试验因素,采用中心复合试验设计结合模流分析建立试验样本,利用Vague集方法计算各优化目标相似度,通过指标相关性的指标权重确定(CRITIC)法确定各优化目标影响权重,得到综合相似度;建立综合相似度与各工艺参数之间的响应面模型,运用灰狼算法进行工艺参数寻优,得到最优工艺参数组合。结果表明,将Vague集和响应面模型相结合的优化结果显著,为实际生产过程提供了有益参考。

综掘面风流调控下的瓦斯与粉尘浓度双目标预测模型研究

针对综掘面瓦斯和粉尘浓度预测能力不足,导致瓦斯粉尘积聚难以提前解决,造成风筒出风口风流调控降尘排瓦效果不佳的问题,采用层次分析法确定了瓦斯和粉尘浓度分布的关键影响因素,建立了7-11-3结构的双目标预测神经网络模型,并进行出风口距端头5 m和10 m工况下的应用测试,结果表明:模型误差率最大9.85%,最小0.27%。瓦斯浓度最高降低了45%,粉尘浓度最高降低了40%,有效预防了瓦斯和粉尘浓度的积聚问题。

结合Cokriging模型和单目标函数的随机模型修正

将Cokriging代理模型技术和单目标函数进行结合,提出了一种随机模型修正方法。该方法将不确定性模型修正问题转化为较简单的待修正参数统计特征的修正问题,能够在保证模型修正精度的同时,有效缓解模型修正中由于分步修正和多目标修正造成的计算成本高的问题。首先,假设待修正参数和响应均服从高斯分布,采用拉丁超立方抽样获取训练集样本,构造满足精度要求的Cokriging模型替代复杂的有限元模型参与迭代计算。然后,建立有限元模型计算响应统计特征与试验响应统计特征的加权残差目标函数,引入土狼优化算法最小化该单目标函数来得到待修正参数的统计特征。最后,通过二维和三维桁架结构验证了所提方法的可行性。

基于模型微调的空中无人机小样本目标识别方法

空中无人机目标识别是现代军事、航空领域的迫切需求,由于目前无人机的功能和种类繁多,对于新机型很难采集大量的无人机样本用于训练目标识别模型;针对该问题,提出了一种基于模型微调的空中无人机小样本目标识别方法;方法以Faster R-CNN为基础架构,首先采用具有大量标记样本的常见机型数据预训练Faster R-CNN模型;然后将基础架构最后的分类层替换为余弦度量,构建联合新机型与常见机型的小样本平衡数据集以较小的学习率微调分类层;实验结果表明,在标记样本数量为5、10和50的情况下,基于模型微调的小样本目标识别模型的mAP分别为88.6%,89.2%和90.8%,能够满足空中无人机小样本目标识别任务需求,且优于其它小样本目标识别方法。

智能汽车轨迹跟踪多目标显式模型预测控制

针对现有智能汽车轨迹跟踪控制算法难以同时保证跟踪精确性、横向稳定性、舒适性以及控制实时性的问题,提出了一种基于多目标优化和显式模型预测控制理论的轨迹跟踪控制策略(MO-EMPC)。首先,建立考虑跟踪精确性、横向稳定性、舒适性的多目标函数及约束。然后,针对传统MPC控制实时性低的问题,设计基于EMPC的多目标优化轨迹跟踪控制器,通过引入多参数二次规划(MPQP)理论,将反复在线优化求解过程转化为等价的分段仿射系统(PPWA),离线计算得到最优显式控制律以供实时控制调用,减少在线运算时间。最后,基于CarSim/Simlink联合仿真方法,将所设计控制器的轨迹跟踪多目标优化效果与MPC控制效果进行对比验证。研究结果表明,所提出的轨迹跟踪策略在保证良好的跟踪精度前提下,横向稳定性、舒适性方面的表现更优于MPC控制器,且算法在线运行速度提高56.63%。

基于Kriging插值代理模型的轴流式止回阀多目标优化

基于Kriging插值代理模型,对轴流式止回阀的各项性能进行综合优化,具体的优化目标为:降低正向流阻;减小阀芯振动;提升止回性能。通过试验设计方案找到影响轴流式止回阀正向流阻的主要结构参数因素,并以其作为优化对象,通过Kriging插值法拟合主要结构参数对应的性能样本点,在保证拟合精度的情况下,使用NSGA-II遗传算法同时对3个主要结构参数进行多目标优化,得到了三目标Pareto前沿,经过权衡不同因素对性能指标的影响大小,最终得到了综合性能最优的结构参数为:阀瓣丰满度系数α_(1)=2.199,阀芯长度L=386.322 mm,阀芯半径R=113.997 mm。其对应的止回阀性能为:正向出口流量Q=161.839 kg/s,正向出口流速v=3.30235 m/s,止回阀进口压力p=97632.2287 Pa。相比优化之前,阀门正向流阻减小了1.2%,阀芯振动降低了0.24%,止回性能提升了2.3%。

一种基于目标与背景特征分离模型的高光谱目标检测修正算法

高光谱图像立方体数据可以提供成像场景中地物在可见光和近红外波长范围内的空间信息和地物属性诊断的光谱特征信息,在目标检测与识别方面拥有得天独厚的天然优势。然而,基于高光谱图像数据的目标检测也存在一定缺陷,如经典的高光谱目标检测算法仅利用光谱维度信息检测目标,检测模型要么对背景高维特征矩阵构建的准确度不足,要么对背景先验光谱特征的完备性要求较高,导致算法对不同复杂度的检测场景适应性不强。因此,基于计算复杂度较低、参数需求量较少且检测性能较为优异的经典多目标检测算法—多目标约束能量最小化(MCEM),提出了一种基于目标与背景环境特征分离模型的高光谱目标检测修正算法(R-MCEM)。首先,设计了一个与目标形状、尺寸相近的逐像元移动运算窗口,依次计算窗口中的每个像元与窗口内其他像元的光谱距离之和D1,像元与各类目标的光谱距离之和D2。其次,采用获得D1/D2最小值的像元替换窗口内的所有像元值。然后,自左向右、自上而下逐像元移动窗口,重复窗口内每一个像元与目标、背景像元的光谱距离运算,并确定窗口内与背景相似度最高、与目标相似度最低的像元。直到移动运算窗口遍历整个高光谱图像,大幅提升了基于目标与背景环境特征分离的背景高维特征矩阵准确度。分别设计了基于实测高光谱图像数据和模拟图像数据的修正检测算法性能验证试验,并采用三维操作特征曲线(3D ROC)结合目标与背景分离度(SDBT)开展修正算法的检测精度评估。试验结果表明,提出的修正算法有效减少了虚警率,提高了检测精度。基于实测数据的检测精度、目标与背景分离度由MCEM算法的0.937 7、 0.57提升到R-MCEM的0.993 5、 0.67,基于模拟数据的亚像元检测能力由MCEM的20%丰度提升到R-MCEM的15%丰度。

基于代理模型估值不确定度的昂贵多目标优化问题研究

针对代理模型辅助的多目标优化算法中个体不确定度之间相互冲突的问题,本文提出个体每个目标估值不确定的填充准则,同时,为了减少训练模型消耗的计算资源,提出基于非支配排序的样本选择算法。为了验证该算法的可行性,采用DTLZ和WFG测试函数进行测试,得出结果与近些年发表5种具有代表性的同类型算法进行对比,结果说明该算法可以有效的解决昂贵高维高目标优化问题。

不同目标函数对新安江模型参数的敏感性和不确定性影响分析

目标函数的选择影响流域水文模型的参数率定结果。为深入探究不同目标函数对水文模型参数的敏感性和不确定性及径流模拟结果的影响,本文以福建省金溪池潭流域日径流模拟为例,采用SCEM-UA优化算法率定三水源新安江模型,选择纳什效率系数f_(1)、均方根误差f_(2)和Kling-Gupta效率系数f_(3)作为参数率定的目标函数,同时构建分别偏好f_(1)、f_(2)、f_(3)三者的组合多目标函数F_(1)、F_(2)和F_(3)共6个率定目标,比较不同率定目标下的径流模拟精度差异,采用Sobol全局敏感性分析方法定量对比分析不同目标函数下的新安江模型参数敏感性,最后基于GLUE方法分析丰枯水期和不同流量级别下的径流模拟不确定性。结果表明:(1)6个目标函数下,新安江模型的主要敏感参数识别结果一致;(2)F_(1),F_(2),F_(3)较单目标函数展现出更高的径流模拟精度;(3)在不同水文时期和不同流量级别下,f_(1)表现出较其他目标函数更高的覆盖率和较小的不确定性区间。不同目标函数下均呈现枯水期参数不确定性最小,且随流量级别的增大而径流模拟不确定性增加的规律。

用于多目标跟踪的高斯混合轨迹预测模型

针对视频中目标之间的遮挡会增加轨迹关联难度的问题,提出了一种高斯混合轨迹预测模型来改善遮挡情况下的关联效果.该模型采用Transformer结构,从对象的历史运动信息中提取更长的时间依赖性,以便更准确地预测跟踪对象在未来的轨迹分布;同时,将模型的输出设置为高斯混合分布,采用多个高斯分布相加来定义跟踪对象在未来的轨迹分布,以利用轨迹分布来计算检测目标和跟踪对象之间的空间相似性.实验结果表明:该模型能够改善跟踪性能,在MOT17数据集上HOTA达到了56.3%.

面向外辐射源雷达目标探测的非时变稀疏模型和深度展开网络实现方法

近年来,基于稀疏特征提取的目标探测方法成为了雷达领域的研究热点。基于正交频分复用调制的外辐射源雷达(简称“外源雷达”)由于发射波形不受控,一方面构建的稀疏模型会随未知发射波形时变,导致相应的目标探测方法计算量大;另一方面目标回波常常因被直达波等强杂波掩盖而面临探测困难。在此背景下,利用外源雷达的正交频分复用波形特点,使用导频位置处频域信道响应提出一种非时变稀疏模型。通过将稀疏模型求解的每一次迭代过程替代为一层神经网络,首次研究了基于深度展开网络的智能化外源雷达目标探测实现方法。仿真和实测数据结果表明:所提方法与传统杂波抑制方法在目标探测上性能相近,但有着更低的计算复杂度,且无需人工设计稀疏矩阵等稀疏模型求解参数。

基于信赖域模型管理技术的永磁同步电机多目标优化

针对永磁同步电机多目标优化过程中要反复调用耗时的仿真分析且在整个设计域构建代理模型精度低的问题,提出基于信赖域模型管理技术的永磁同步电机多目标优化算法,该算法将整个设计域划分为一系列信赖域,在信赖域上构建径向基函数代理模型并采用微型多目标遗传算法近似优化,降低多目标优化中代理模型的精度要求。通过代理模型与电磁仿真模型的近似程度来调节信赖域的大小,通过缩放和平移信赖域,引导各个电机目标性能逐步逼近Pareto最优前沿面,加快收敛速度。为了进一步减少有限元仿真次数,引入遗传智能布点技术,通过样本遗传策略,遗传落在下个信赖域上的样本。通过算例验证了该算法具有较强的求解永磁同步电机多目标优化问题的能力及较高的求解效率。

改进卷积注意力机制的轻量级检测无人机目标模型

利用深度学习中特征提取的优势,提出一种改进算法,结合改进的卷积注意力模块,将YOLOv5模型骨干网络替换为改进的MobileNetv2轻量化网络,形成I-YOLOv5算法,旨在提高检测精确度和小目标、多目标的检测能力,同时保持实时性.为构建数据集,通过网络搜索和自主录制无人机视频的方式,用Label Img工具完成标注.结果表明,I-YOLOv5算法在检测精度上有显著提升,对小目标和多目标的检测效果更优秀,在视频检测方面表现出色,具有较好的实时性能.通过模型结构优化,使检测模型的大小减少为原来的18.6%,检测速度提升120%.I-YOLOv5算法的平均精度均值达到97.8%.

城市河网工程群多目标联合调度优化模型

城市河网工程群联合调度优化是一项复杂的系统工程,涉及多种闸、泵、堰等水利工程,是多时段、多对象、多约束、多目标非线性优化问题。基于此,提出了面向河网水环境改善目标的水工程群多目标联合调度优化模型,综合运用了“水量水质模型—优化调度模型—优化求解算法—方案优选方法”耦合方式,构建面向河网水环境改善的工程群多目标联合调度优化模型,并采用EMMOPSO算法的优化模型求解、基于AHP-TOPSIS的联合调度方案优选,以实现对河网水工程群联合调度的优化与决策支持,选择了长三角地区某城市河网开展了优化模型关键技术的数值试验与案例分析。结果表明:相较于水工程常规调度方式,本优化模型可以减少河网生态引水量23.9%~28.5%、提升河网水体水质达标度11.8%~90.4%,优化模型能够支撑平原城市河网地区取得显著的防洪除涝、水资源调配、水环境改善等多方面的综合效益。

CEV模型下目标收益型养老金的最优投资和支付策略

该文研究了目标收益计划下养老金的最优投资策略和支付策略.养老金的支付取决于计划的财务状况,且风险由不同代人分担.养老基金可以投资于无风险资产和风险资产,其中风险资产价格由几何布朗运动模型推广为常方差弹性(CEV)模型来驱动.以最小化收益风险和福利风险的组合为目标,利用动态规划原理和HJB方程,推导出了最优投资策略和最优福利调整的闭型解.最后,数值实例分析了模型参数对控制问题的影响.

模拟复眼视叶神经网的目标运动方向检测模型

如何对杂乱背景中物体(目标)的运动方向做出准确可靠的检测与感知,是计算机视觉研究领域中一个重要问题。自然界中,飞虫(如苍蝇、蜻蜓等)高适应性和高可靠性的感知目标运动是一种自然特性,本文基于飞虫−果蝇视叶神经纤维网最新的生理学研究成果,提出一种基于果蝇视觉感知目标运动方向的多层级检测模型系统。通过对不同场景下拍摄的视频序列样本进行实验和测试,并与2-Q运动检测器模型、基于ON和OFF信号通道处理运动信息的检测模型等进行了对比,验证了其在杂乱背景下对于目标水平和垂直方向运动检测的有效性和鲁棒性。

基于OBE理念的线上线下混合式教学课程目标达成度模型构建与实践——以高级财务会计课程为例

依据OBE理念,利用目标达成度对采用线上线下混合教学的高级财务会计课程教学效果进行评价。首先明确课程目标、毕业要求、课程考核方式及权重;然后依据课程目标与毕业要求指标点之间的矩阵关系及OBE理念下课程考核方式与毕业要求指标点的对应关系,构建课程目标达成度评价模型;接着将上述评价模型应用于九江学院会计学专业47人班级的高级财务会计课程目标达成评价中;最后,针对评价结果提出改进的具体措施,以促进教学质量的不断提升,实现OBE理念的闭环管理。

多目标免疫的风景园林植物布局规划模型

常规景观植物布局规划模型构建方法主要采用大数据技术,通过构建双层规划模型实现景观园林布局规划目标,无法有效剖析植物景观布局影响因子的作用机制,导致模型求解出的目标值高于实际布局规划方案的目标值。基于多目标免疫算法构建风景园林植物布局规划模型,对植物景观布局的影响因子进行分析,明确其作用机制,以此为数据基础,利用多目标免疫算法提取景观群空间尺度特征信息。基于特征信息提取要素,以景观关联度最高、生态环境破坏度最小和空间利用度最大为目标构建综合景观植物布局规划模型,实现风景园林植物布局的合理规划。以实际公园为测试对象,对构建的景观植物布局规划模型进行性能验证。结果证明:所提模型求解出的风景园林植物布局规划目标值均优于对比方案的目标值,提高了景观关联关系值、降低了生态环境破坏值和空间利用实现最大化。

基于改进混合高斯模型的运动目标检测方法

智能监控系统全自动实时监控,利用计算机视觉技术和计算机数据处理能力自动识别视频源中的关键信息,可以快速准确地定位异常行为并预警。运动目标检测作为智能监控系统智能分析模块的基础,是智能监控系统中目标识别、异常行为分析及应对策略的基础。本文分析常用的运动目标检测方法,针对混合高斯模型在运动目标速度过慢、光照突变情况下产生空洞的问题,采用一种基于三间帧差法的混合高斯模型目标检测方法,该方法结合三间帧差法通过差分图像获取运动轮廓,具有计算简单、实时性强的优势,以及高斯背景模型减除法获取目标内部信息完整的优势。经实验验证表明该方法实现程序简单,能够有效地检测出背景中的运动目标,满足实时检测的需要。