基于高置信局部特征的车辆重识别优化算法

根据车辆重识别中区域置信度不同，提出了基于高置信局部特征的车辆重识别优化算法。首先，利用车辆关键点检测获得对应的多个关键点坐标信息，分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性，提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理，根据局部区域分割信息，对卷积得到的特征张量进行空间维度上的切割，获得代表全局信息和关键局部信息的特征张量。然后，通过全连接层特征张量转化为表示车辆个体的一维向量，计算损失函数。最后，在测试阶段使用全局特征，并利用训练好的车标扩散区域提取分支获得高置信局部特征，缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试，验证了所提算法的有效性。      

区间变时滞系统的时滞相关鲁棒非脆弱H∞控制

针对一类区间变时滞不确定系统的时滞相关鲁棒非脆弱H_∞控制问题进行了研究。基于时滞中点分割法和互凸组合技术,构造了一个包含四重积分项的Lyapunov-Krasovskii泛函(LKF),并利用新的积分不等式方法给出了LMI形式的时滞相关有界实判据;基于此给出了该系统非脆弱H_∞控制器的设计方法,该方法不需要参数调节且易于实现。仿真结果表明,所推导的有界实判据和所设计的控制器具有很好的鲁棒性和非脆弱性。     

北斗卫星导航系统在亚太地区的服务性能评估

北斗卫星导航系统是我国自主研发的导航系统,本文采用精度衰减因子评估了北斗在亚太及周边区域的覆盖性能,导航用户利用该指标可以宏观地了解定位精度,收集了MGEX(Multi-GNSS Experiment)实测的数据进行了伪距单点定位精度评估,从而对北斗卫星导航系统在亚太地区的定位性能进行了整体评估,研究方法和思路可以用于北斗全球系统建设,给出服务性能的相关指标。     

基于D-S证据理论的某飞行器地面电源故障诊断研究

针对某飞行器地面电源故障诊断中的特点和难点,运用D-S证据理论对其电气故障智能诊断中的应用进行探讨.本文首先介绍D-S证据方法的基本理论,然后以某飞行器地面电源中的电气故障为例建立故障特征库,最后利用D-S证据理论对该飞行器地面电源故障融合的结构、算法等进行了仿真研究,取得了满意的效果.