罗盘仪表绘制中快速反走样算法的研究

对已有的一种基于直线多段相似性提高算法效率的反走样方法进行了深入研究之后,提出了一种新的快速反走样算法。该算法保证了当直线两端点坐标不为整数时,反走样直线的位置与实际直线基本一致。在避免了浮点运算的同时,还充分利用了直线的多段相似性来提高算法的效率。并将此算法应用于罗盘刻度线的生成,取得了比较明显的效果。     

一种基于图像处理的舰载无人机识别定位方法

舰载无人机的自主降落问题越来越受到重视,图像处理方法以其高精度、低成本的优势受到青睐。首先研究在图像中无人机提取算法,用最大类间方差法对提取后图像进行处理,然后基于霍夫直线检测算法,通过对处理后图像进行霍夫直线变换将图像空间的点变换到霍夫空间,从而找出图像空间的直线,进一步标示无人机位置。最后,通过试飞无人机实地测试检验该算法的准确性及稳定性。结果表明,该检测方法准确度高,速度快,在2～10 m范围内均有良好的检测精度,验证了基于图像处理识别定位无人机的可行性,为舰载无人机精准降落奠定了技术基础。     

雷达图像与电子海图的实时匹配算法

针对已抽取海岸边缘特征并二值化的电子海图和已提取海岸边缘特征并缩放至海图比例的实时雷达图像进行匹配。匹配时,先提取待匹配曲线的特征点构成特征段,然后用特征段之间曲率的Hausdorff距离来度量分段轮廓之间的相似性,获得匹配结果。该算法充分利用轮廓线的几何特征信息,既保证了较好的匹配精度,又能显著提高算法速度,实现雷达的实时匹配定位。     

基于Hausdorff距离的雷达图像与电子海图实时匹配算法

针对已抽取海岸边缘特征并二值化的电子海图和已提取海岸边缘特征并缩放至海图比例的实时雷达图像进行匹配。匹配时,先提取待匹配曲线的特征点构成特征段,然后用特征段之间曲率的H ausdorff距离来度量分段轮廓之间的相似性,获得匹配结果。该算法充分利用轮廓线的几何特征信息,既保证了较好的匹配精度,又能显著提高算法速度,实现雷达的实时匹配定位。     

基于数字化技术的轴类零件圆度误差测量方法研究

轴类零件的圆度误差会影响零部件的使用寿命。针对以往测量法存在的不足,提出了一种基于数字化技术的轴类零件圆度误差测量方法。该方法采用数字化非接触式激光测量方式对轴类零件的轴端面、轴径面进行测量采集三维数据点;对轴端面数据点进行稳健平面拟合获取轴端面所在平面的平面特征值;将轴径面上数据点投影到轴端面所在平面上获取投影点;采用投影点和轴端面所在平面的平面方程求解几何圆方程,求取几何圆参数;根据投影点与几何圆参数从而求取轴类零件的圆度误差值。通过实验验证表明,该算法在对轴类零件的圆度测量方面具有较好的实用性且精度满足要求。     

鲁棒精确的点模式仿射变换参数估计和对应性匹配

仿射变换下的点模式匹配和参数估计是计算机视觉中的重要研究课题，其关键是寻找对仿射变换不变的不变量。与传统使用矩或交比作为不变量不同，我们考虑一种具有仿射不变性的并且正交唯一和尺度归一的坐标系－－本征坐标系，证明了仿射变换前后的两个点模式经白化变换后映射为由一旋转变换联系的两个征点模式；并在此基础上，我们开发了无须点对应性仅需点模式整体对应的仿射参数估计算法，该算法能在仅已知两个点模式整体对应的条件下精确估计它们所历经的仿射变换参数的同时，正确地确定它们的逐点对应性；通过融合进随机采样最小子集型鲁棒估计技术，我们进一步开发出仿射参数的无对应性鲁棒精确复原算法。实验表明该算法具有计算简便、快速、有效，参数估计精度高，鲁棒性好，应用范围广等优点。     

快速ICCP算法实现地形匹配技术研究

利用海底地形进行辅助导航是水下潜器导航技术致力于研究的新方向。采用ICCP算法作为对准匹配算法，从两个方面对ICCP算法进行了改进，一是将测量航迹进行随机旋转和平移来选择初始状态集，使其能够以足够小的误差概率收敛到全局最优中，减少了迭代次数；二是采用滑动窗口技术来寻找等值线上的最近点，在每一次收敛到局部最小的过程中都减少了最近点计算量。     

无人艇直线航迹跟踪算法优化设计

为解决无人艇(USV)直线航迹跟踪工程应用中的航迹转向阶段航向角波动大、航向角曲线不平缓的问题,考虑到航迹切换点圆半径参数R对航向角曲线平缓度的影响,本文以参数R为优化对象,并以横向偏差累积结果为目标函数,提出一种基于二分法查找的参数寻优方法,并且以经典的基于LOS制导律与PID控制律的航迹跟踪算法为设计基础,给出了航迹跟踪算法优化设计方案。最后,通过Matlab仿真验证了本文设计方法的有效性。仿真结果表明,本文的优化算法适用于USV直线航迹跟踪问题,并且能使USV在航迹转向阶段快速且平稳地跟踪下一段期望航迹。     

数据采样圆弧插补算法及其应用研究

提出数控系统数据采样圆弧插补内接弦线算法。该方法根据用户提供的编程进给速度，将圆弧轮廓曲线按插补周期分割成一系列微小直线段，然后将这些微小直线段对应的位置增量数据输出，用以控制伺服系统实现坐标轴的进给．实现圆弧轮廓曲线的数控加工。     

基于分离度的步长自适应EASI算法

首先定义了描述信号分离状态的分离度,并利用分离度作为参数来控制EASI算法中的步长因子,从而提出了一种基于分离状态的步长自适应EASI盲源分离算法。由于该算法步长是基于分离度的,其学习速率由信号的分离程度自适应地选取,因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于其它固定步长或变步长的EASI算法。     

基于混合聚类算法的异常检测方法

模糊聚类算法是一种无监督的机器学习方法,能够有效地检测出网络入侵中未知的异常攻击行为,但模糊聚类算法实质上是一种迭代寻优方法,容易陷入局部最优解.因此结合遗传算法的全局搜索特性与禁忌算法的局部搜索特性,提出了一种基于遗传禁忌搜索的混合模糊聚类算法,实验表明该方法能有效避免局部最优解、得到正确的聚类结果,在KDDCUP99数据集上的实验结果表明该方法具有更高的检测率和较低的误检率.     

基于分离度梯度的步长自适应自然梯度算法

首先定义了描述信号分离状态的分离度,并利用分离度作为参数来控制自然梯度算法中的步长因子,从而首次提出了一种基于分离状态的步长自适应自然梯度盲源分离算法。由于该算法步长是基于分离度的,其学习速率由信号的分离程度自适应地选取,因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于其他固定步长或变步长的自然梯度算法。     

多目标微粒群优化聚类算法及应用

提出了多目标函数评价法,通过定义两个新的目标函数实现了基于多目标微粒群优化聚类算法,可实现对多目标优化问题非劣最优解集Pareto的搜索.同时根据电磁力的计算公式定义了新的相似度测量方法,该相似度测量考虑了聚类簇的大小对数据划分的影响.给出了IRIS数据仿真结果,用入侵数据集KDD CUP99测试,实验结果验证了该算法的有效性.     

基于SPH方法的航道拓宽滑坡研究

航道受船行波的冲刷或者在拓宽过程中会发生滑坡现象。基于DP屈服准则和理想弹塑性理论，推导了滑坡体的应力应变关系。在此基础上，利用SPH（光滑粒子流体动力学）方法，研究具有不同高长比的滑坡体的堆积形态。采用两个无量纲参数表征在高度和长度方向上的堆积形态，并和经验公式对比验证模型的准确性。在相同截面积条件下研究高长比对滑坡体外轮廓线的影响。研究结果表明：1）在该描述框架下的无量纲参数与文献中的计算值吻合较好；2）随着高长比的增大，坡体的屈服区逐渐变大，但滑坡体堆积的外轮廓线并没有太大的差异。     

基于轨迹段DBSCAN的船舶轨迹聚类算法

船舶自动识别系统(Automatic Identification System, AIS)数据中蕴藏着大量的海上交通特征,为挖掘AIS数据中有关船舶运动规律有效的、潜在的信息,提出一种改进型轨迹段DBSCAN(Density-Based Spatitcal Clustering of Applications with Noise)的聚类算法。船位转向角和航速变化量作为信息度量对船舶轨迹进行分段,采用离散Frechet距离作为轨迹相似度度量,利用类似DBSCAN算法对轨迹段进行聚类,得出船舶运动典型轨迹。以天津港为例,采用改进的轨迹段DBSCAN算法对船舶轨迹进行聚类,能从一定程度上提高聚类的效果和准确率,为进一步研究船舶异常行为打下基础。     

基于模糊特征选择的决策因素比较研究

提出基于模糊特征选择的决策因素比较方法，引进两种新的贴近度函数来计算类内间距离，以此为判据得到了基于模糊特征选择的决策因素比较方法，数值计算表明了该方法的有效性。该方法对智能决策辅助的研究有一定的作用。     

基于最大相容类粗糙集模型的容差类求解算法研究

对基于最大相容类的粗糙集模型进行深入的研究,提出两种此模型下的容差类,并从最大相容类的求解算法入手进一步提出了这两种容差类求解的算法。通过实例验证了算法的有效性,从而为基于容差关系的粗糙集模型在处理不完备信息系统的问题上提供了重要的理论基础。     

Multiple USV cooperative algorithm method for hunting intelligent escaped targets北大核心CSCD

[目的]针对无人艇协同围捕过程中逃跑目标具备智能性,现有无人艇策略难以围捕成功的问题,提出一种基于双层切换策略的多无人艇协同围捕算法。[方法]第1层围捕策略采用改进势点法,以无人艇与势点的总直线距离最小为优化目标,采用匈牙利算法为无人艇动态分配势点,并采用人工势场法实现无人艇的协同避碰;第2层围捕策略利用了阿波罗尼奥斯圆的性质,在两艘无人艇前往逃跑目标的目标点进行拦截,剩余无人艇运动方向保持与逃跑目标相同,以不断缩紧包围区域;为应对逃跑目标不同的逃跑方式,第1层围捕策略和第2层围捕策略可互相转化。[结果]仿真实验表明,该算法相较于顺序分配势点算法和极角分配势点算法,围捕时间更少或持平,证明了该算法的有效性和先进性。[结论]该多无人艇协同双层围捕算法,对具备典型智能性的逃跑目标具有围捕效果。     

基于JSCORS与似大地水准面精化模型的RTK三维水深测量研究

文章以长江江苏段为实例,提出了一种RTK三维水深测量测量方法,利用长江江苏段沿岸的控制点资料,基于分段二次曲面与BP神经网络拟合算法建立似大地水准面精化模型。利用该模型换算测深点高程数据文件,并输出数据成图。经多方面精度测试比对,此方法能够获得高精度的水底点高程。     

基于核的四重子空间的LDA特征抽取方法

模式分类在面临非线性高维数据下的小样本问题时通常十分困难.文中提出了一种核的四重子空间学习(KFS)方法.首先通过构造基于类内和类间散布矩阵的混合鉴别准则,获得分布在各子空间中降维样本的最优鉴别信息.其次,通过向量点积,核鉴别分析方法(KFD)成为一种有效的抽取非线性鉴别信息的算法,在此基础上,提出了基于核的四重子空间鉴别分析算法,从而有效解决了非线性小样本问题的特征抽取.在ORL和Yale人脸库上的实验结果验证了该方法的有效性.