基于DLatLRR与VGG Net的红外与可见光图像融合

针对红外与可见光图像融合中特征损失严重、显著目标不突出的问题，提出了一种低秩表示分解与深度神经网络相结合的图像融合算法。首先，对源图像进行潜在低秩表示分解（DLatLRR），得到相应的低秩部分、显著部分及稀疏噪声。然后，分别采用16层的VGG Net模型和联合特征加权算法对低秩部分与显著部分进行融合，舍弃二者的稀疏噪声。最后，对融合得到的低秩部分和显著部分进行图像重建，得到最终的融合图像。实验结果表明:与其他算法进行比较，所提算法能够对图像的深层次细节特征进行融合，突出场景中的感兴趣区域，且融合图像的相关差异和、结构相似性、线性相关度等多种客观指标均有所提升，提升最大值分别为0.73、0.15、0.11，噪声产生率的最大缩减值为0.041 2。      

基于异构网络表示学习的评分预测模型

深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘，并对商品的感兴趣程度进行预测。因此，以此为背景，研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究，提出了通过使用网络表示学习进行评分预测的方法。首先，将关系型数据构建成异构网络，用户和商品为网络中的节点。然后，设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法，并对节点进行表示学习。最后，将学习到的用户、商品表示向量输入到神经网络中进行训练，利用优化后的神经网络模型进行评分预测。实验结果表明:所提方法在YELP 13、Movielens 100k、Movielens 1m数据集上都有较高的准确率，对比常用方法，准确率提升6.5%以上。      

面向学生的智能解题专家系统的研究与设计

探讨了网络在专家系统中的应用 ,给出了一个基于网络的面向学生的智能解题专家系统的模型 ,分析了设计的基本过程。从专家系统出发 ,探讨了基于知识的推理系统。最后 ,从以上设计出发 ,总结了基于该模型的系统需进一步研究的工作。     

双向联想记忆集成

由多个尽可能多样化的分类器(前馈神经网络)组成的多分类器系统(MCS)能够显著地提高单个分类器的分类或推广能力.受MCS基本思想的启发,将集成引入到双向联想记忆快速学习(QLBAM)中,构建出一个BAM集成,旨在提高存储容量和纠错性能的同时,不破坏每个成员BAM的简单结构.计算机仿真表明,选择合适的"过剩生产与挑选并存"策略,即"稀疏算法"后,所提出的BAM集成在存储容量和抗噪声性能两个方面都显著优于单个QLBAM.     

态势评估领域知识的表示方法研究

从分析态势评估专家系统的结构出发,研究战场态势评估知识库的构建,进而对态势评估的领域知识进行归纳,并通过示例探讨对态势评估领域知识的表示方法,同时把可信度方法引入态势评估不确定性知识的表示,给出了复合条件可信度的计算方法。     

飞行振动环境随机试验模拟的载荷等效

研究飞行振动环境载荷地面试验模拟的等效性问题。基于模态质量的振型叠加方法应用于结构随机振动的响应分析,导出了随机振动载荷等效的一般表达式。针对小阻尼稀疏模态结构,得出了随机振动载荷等效的一种工程设计方法,并通过数值模拟验证了方法的可行性。     

稀疏孔径成像系统发展概况

介绍了稀疏孔径成像系统的发展现状。重点介绍了系统的成像原理和种类，国外的研究进展以及系统实现的关键技术和应用前景。     

飞机起落架故障数据库模型与实现方法研究

讨论了民用飞机起落架故障数据库的结构模型，基于关系模型故障数据库故障树存储结构的表示及实现，详述了Treeview的基本功能和使用方法等内容。文章最后介绍了采用VFP建立Boeing737起落架故障数据库的部分功能。     

基于BDS-2/BDS-3联合处理的北斗超快速钟差预报优化策略

针对北斗卫星导航系统(BDS)钟差预报产品无法满足高精度快速服务需求的现状，提出了一种基于BDS-2/BDS-3联合估计的超快速卫星钟差预报优化策略。区别于传统两步法预报模型，利用稀疏建模方法一步求解所有模型项，并通过BDS-2/BDS-3星间相关性实现了模型系数解的增强；为进一步降低模型残差的影响，基于残差序列时空相关性，利用半变异函数重构了模型估计的权阵。为验证提出的钟差预报模型，设计了12套对比方案，实验结果表明：基于稀疏建模的钟差模型参数一步估计可略微提高钟差预报精度；通过引入星间相关性对随机模型进行精化，钟差序列一步建模可分别将BDS-2与BDS-3卫星钟差18h预报精度提升28.6%与27.2%；基于半变异函数建模的模型残差相关性提取，可实现BDS-2与BDS-3预报钟差精度8.0%与11.1%的提升。因此，提出的优化策略对当前北斗超快速卫星钟差预报产品精化具有重要意义。     

一种高性能的医学专家系统开发工具KBGML语言

介绍ＫＢＧＭＬ语言的设计思想，它包括ＫＢＧＭＬ各语句功能和格式的设计，特别是知识处理语句的设计，ＫＢＧＭＬ的解释系统的结构和工作原理的设计以及应用实例等。ＫＢＧＭＬ语言以知识处理为核心，具有第四代语言的特征，它有很强的知识处理能力，能自动构造和管理知识库。它具有较高的软件设计水平，能满足不同水平用户的需要，它还具有自然性、灵活性和领域通用性。ＫＢＧＭＬ语言是知识工程、语言编译和数据库管理等技术的集成体，它是一个在理论上和实用上很有研究价值的课题。