复杂环境下红外机动目标跟踪算法研究

在分析红外机动目标模型的基础上,利用扩展的卡尔曼滤波技术、红外目标的区域相关技术、概率数据关联技术等,实现了复杂环境下红外机动目标的跟踪。仿真结果证明了跟踪模型及算法的有效性。     

多信息融合的地铁基坑安全状态评价方法

依据基坑工程支护结构和周围岩土体的监测项目,将基坑工程自身监测对象分为地表沉降类、围护结构类和内支撑类。根据基坑开挖深度,设定预警监测点的预警关联分析范围,并将此范围作为基坑安全状态评价的对象。在监测预警分级标准的基础上,通过大量案例数据、基坑变形力学关系等,确定地表沉降类、围护结构类和内支撑类的预警标准,并引入熵权理论、区间数和危险度,对预警关联分析范围内的上述3类预警进行融合,创建多因素、多指标综合分析评价基坑安全状态的方法。该方法可实现对多源工程监测数据的融合,客观、快速地评价基坑的安全状态,避免单指标预警和人为判断基坑安全状态时的不全面、不准确等问题,为深基坑安全状态的快速、准确判定提供参考。     

纯方位定位中观测站布局优化研究

本章分析了两个观测站之间基线长度一定的情况下,观测站布局对目标纯方位定位精度的影响。采用定位的圆概率误差（CEP）为优化对象,推导出了观测站和目标辐射源在什么样的几何布局条件下,圆概率误差最小,即定位精度最高。通过Matlab仿真,进一步验证了结论的正确性。     

基于大数据的盾构掘进与地质关联关系分析方法

为解决盾构掘进参数设定主要依赖盾构司机的经验,且掘进过程中影响因素较多,很难做到掘进参数与地质参数有效关联的问题,依托盾构TBM大数据平台的海量数据,通过施工经验对关联掘进与地质的参数进行选取和分类,并确定关联参数的范围。通过参数范围界定、数据连续性分析和数据频次统计等方式进行数据的初步清洗;通过提取变量的数字特征建立分布统计算法模型库的方式,对数据库中的数据实时处理,去除异常数据并确定经验区间的频数分布;通过对各关联参数的组合检索,进行关联参数的可视化分析,得到不同盾构在各类地质中主要掘进参数（如刀盘转速、刀盘转矩、掘进速度、油缸推力等）的经验区间和关联关系。将该关联分析方法部署在盾构TBM大数据平台,经过长时间的应用和现场反馈,验证了该方法的适用性和有效性,对盾构施工及盾构选型具有积极的指导作用。     

基于改进Apriori算法的客户满意度评测研究及应用

在研究和分析现有的Apriori算法后,提出一种新的改进算法。该算法在哈希表存放数据库的基础上,采用二进制的改进模型。在统计查找频繁项集的支持计数中,通过二进制位与运算代替链表间查找相同内容的节点运算。为提高内存分配和释放效率,文中采用内存池技术,有效地减少内存碎片和缺页中断,采用二进制的改进模型和内存池技术相结合,明显提高了客户满意度评测系统的效率。     

水下目标双基阵纯方位跟踪性能分析

研究双基阵纯方位目标运动分析的基本原理和方法,给出卡尔曼滤波算法的模型,进行仿真实验,比较和分析了仿真结果。仿真结果表明,应用卡尔曼滤波可以快速、稳定地完成目标运动要素的估计,同时还分析了数据关联、基阵间距以及方位测量误差对跟踪性能的影响,为工程应用提供了参考。     

基于m-MHT的主动声呐野点剔除方法研究

针对水下杂波区内目标跟踪问题的研究,利用多假设跟踪(MHT)算法,解决目标数据关联问题.从工程角度出发,采用Murty和m-MHT方法以优化算法效率和实用性.通过Matlab数据分析仿真验证,表明该方法可提高声呐在杂波环境下对目标跟踪能力.     

An assessment of UK drivers’ attitudes regarding the forthcoming ban on the sale of petrol and diesel vehicles

The purpose of the study was to predict how drivers of petrol or diesel cars might vote in a ‘Yes/No’ referendum concerning the UK government’s decision to ban from 2040 onwards the sale of all new non-electric vehicles. Five main factors were hypothesised to influence voting intention: a person’s (i) level of environmental concern, (ii) attitude towards electric cars (measured via an Implicit Association Test), (iii) belief about the importance of air pollution, (iv) driving requirements, and (v) reaction to the cost of the ban to the individual (assessed using a contingency valuation approach). The study also examined possible determinants of attitudes to electric vehicles, e.g., whether an individual was a ‘technology enthusiast’, had prior knowledge of and searched for knowledge about electric vehicles, and whether a person had played an online game where the player assumed the identity of an electric car driver. A structural equation model was developed and tested on a sample of 675 UK drivers, none of whom had ever owned or driven an electric car. The results suggested a good fit of the model to the data, except that neither environmental concern nor belief in the importance of clean air affected attitude to electric cars. Also, high levels of environmental concern did not motivate people to search for knowledge about electric vehicles. Social marketing campaigns that will be needed to precede the ban should focus on its health benefits, and not target particular age groups, gender, or whether a participant had children.     

基于可拓方法的泥石流危险性评价

运用可拓学的物元理论、可拓集合论和关联函数,构建泥石流危险性评价的经典物元和节域物元,建立泥石流危险性评价的物元模型。应用建立的物元模型,选取泥石流规模、泥石流发生频率、流域面积、主沟长度、流域最大相对高差、流域切割密度、主沟床弯曲系数、泥砂补给段长度比、24 h最大降雨量、人口密度等10个因子作为泥石流危险性评价因子,对8条典型泥石流沟的危险性进行评价,获得客观合理的评价结果。与其它评价方法的对比结果表明:该方法能较真实地反映实际泥石流沟的危险性等级,证明可拓学理论应用于泥石流危险性评价的有效性和可行性。     

基于混沌神经网络的多目标跟踪技术研究

本文应用混沌神经网络求解多目标跟踪中的数据关联问题,给出了混沌神经网络的模型,构造了数据关联的能量函数表达式,在数据关联过程中,采用退火算法。仿真结果表明,应用混沌神经网络求解数据关联比Hop fie ld网络具有更块的收敛速度和更小的关联误差。