全双极WTA模型的改进及其实现

提出了一种相似度的新定义，使双极ＷＡＴ模型的实现更加简洁明了．增加一个阈值使系统能判别非存储模式或因其信息量过低而无法鉴定的输入模式，阈值的大小与要求的容错能力有关．双极相似度及阈值通过光学方法实现，阈值的光学实现使系统仍具有照明不变性．通过电路实现取阈及ＷＴＡ网络的迭代运算．

基于联想存储级联WTA模型的旋转不变识别

提出一种多目标旋转不变分类识别的新方法。其基本思想是多对一异联想存储模型，为便于光学实现、充分利用系统的时间、空间带宽积，采用了全单极（输入模式和权重均为单极）形成，并对权重进行了二值化截取。一个分布阈值用来克服单极联想存储模型０，１状态分布几率不等时存储容量急剧下降的缺点，同时通过巧妙地选取目标所对应的异联想码将异联想模型和ＷＴＡ模型有机地结合起来，提高了整个系统的存储容量和容错性。本文给出了计算机仿真模拟及一个光电混合系统的实验结果。

动态武器目标分配问题的现状与进展

武器目标分配的目的是得到多武器平台针对多目标的协同攻击方案,以最大化作战效能。动态武器目标分配是一个重要研究方向,由于考虑了时间因素以及随机事件的影响,解决这一问题较为复杂。本文在介绍动态武器目标分配研究的基础上,归纳和分析了基于防御资产损失最小、突防目标威胁最小、最大化目标毁伤等的武器目标分配模型,介绍了目前应用于武器目标分配问题的几种常用算法,最后对动态武器目标分配的未来发展方向进行了展望。

结合Winner-Take-All的足球机器人控制策略研究

在足球机器人运动过程中,足球机器人处于一个实时对抗的复杂环境中,这就需要机器人有较高的实时运动过程应对能力。需要对每个关键时刻,例如:多机器人抢球过程、单机器人控球过程等,做出合理的应对措施。许多策略的研究都只注重单机器人控球过程的路径规划,没有考虑到多机器人竞争的过程,导致足球机器人整个运动过程中的一些关键步骤的缺失,丧失了完整性,忽略了实时的对抗性。拟采用新的策略解决上述问题:第一步是将采用WTA(Winner Take All)竞争模型去有效的解决多机器人竞争问题;第二步将采用一种改进的APF(Artificial Potential Field)路径规划法来进行避障。解决了传统APF算法的弊端,提高了效率。通过仿真实验,验证了理论的正确性,也验证了所提理论的科学性和实用性,为以后在其他科学领域的实践奠定了基础。