基于双层K近邻算法航站楼短时客流量预测

航站楼离港客流量在短时期内呈现准周期性规律变化,易受航班计划、天气等多种因素影响,表现出复杂的非线性特点。为了实现航站楼短时客流量的准确预测,在传统K近邻（KNN）算法基础上增加了航班计划状态模式匹配方法,以航班计划包含的多维属性作为特征选取相似历史运营日作为预测基准向量,建立基于航站楼短时客流量预测的双层K近邻模型。通过实例分析,与ARIMA模型和传统K近邻模型等进行比较,证明双层K近邻模型预测误差更小,精度更高,模型拟合度相对传统K近邻模型提高了8%~10%,为航站楼短时客流量精确预测提供了一种新的解决思路。      

基于改进FCM的北斗三频组合观测值选取

以北斗卫星导航系统三频双差为基础探讨了组合观测值及误差,针对以往采用聚类方法在研究GPS三频组合数据过程中的不足,提出了基于距离修正的增量模糊C均值算法.通过调节因子有效地修正了样本中心与聚类中心的距离,获得合理的隶属度,从而得到正确的分类;构造了基于距离修正的聚类有效性指标,自动获取最佳聚类数,避免了人为确定聚类数的不合理性;在此基础上引入增量的思想,数据增加时以原有的数据集为基础,根据阈值进行归类,不需要重新进行初始计算.通过矩阵变换法及实例验证了该方法的可行性和可靠性.     

一种基于PCA的面向对象多尺度分割优化算法

多尺度分割是图像面向对象分类的基础,针对不同区域特征最优分割尺度确定的主观性以及采用聚类算法时聚类中心确定的随机性,提出了一种联合降维与聚类算法的面向对象多尺度分割优化算法。该算法首先利用主成分分析法（PCA）降维排序后的结果产生初始聚类中心;然后采用K-means聚类和度量每一个像素点合并的概率,从而得到适应不同研究区域内不同尺度地物的分割结果。采用多个影像数据库,通过引入聚类评价指标（内部评价指标和外部评价指标）、分割评价指标（分割精度、过分割率和欠分割率）并结合现有的图像分割方法及原始的K-means算法、与PCA降维后的K-means聚类对比分析。研究结果表明:经过降维处理后进行的聚类算法稳定性更高;与传统的聚类算法相比,结合PCA降维更能自动识别最优分割尺度;降维技术和聚类算法联合之中,目视和定量评价指标表明经过降维预处理后的聚类能得到更高质量的分割结果。      

基于聚类最近数据关联的多目标跟踪算法

提出了一种基于聚类最近数据关联的多目标跟踪算法.建立了基于目标位置、目标大小和目标灰度的3层匹配距离,将3个距离加权综合得到目标匹配的距离函数.以目标链为基准寻找与其存在最小匹配距离关系的观测目标作为目标链的数据后继,再以此观测目标为基准寻找与其存在最小匹配距离关系的目标链作为该目标的数据前驱.当且仅当匹配对象之间前驱与后继关系同时成立时认为二者匹配成功.将已有目标链分为4类,将当前帧观测目标分为2类.分析各类数据间可能存在的匹配关系,利用上述方法进行匹配运算.对于目标遮挡等情况,基于目标运动轨迹的瞬时直线性和均值滤波原理,将某时间段内的目标质心坐标作为输入数据得到回归直线,预测下一时刻的目标质心位置.目标大小和灰度预测数据由该时间内均值滤波得到.本算法在多人体跟踪实验中取得良好效果.     

Bezdek型模糊属性C均值聚类算法

推广了属性均值聚类算法,提出了基于模糊度m的Bezdek型模糊属性C均值聚类算法(FAMC),给出了FAMC算法的迭代算法,并讨论了模糊度m对算法收敛性的影响.在标准Iris数据集与肿瘤基因芯片表达数据的模式识别实验结果,验证了该算法优于模糊C均值算法和属性均值聚类算法.      

基于改进核聚类算法的空间目标识别方法

根据目标区域的矩特征,几何特征以及灰度特征,提取出目标的特征向量,并通过聚类算法对空间目标进行识别,提出了一种基于Voronoi距离的核聚类算法（KFCM）。该算法通过引入一种新的距离度量,使得隶属度函数更加的明晰,改善了核聚类算法极易陷入最小值的问题。运用改进的核聚类算法对3类空间目标进行识别,试验结果验证了算法的正确性和有效性。     

利用点目标回波抑制距离旁瓣的方法

针对雷达脉冲压缩过程中引入的距离旁瓣问题,提出一种基于反卷积算法并利用点目标回波进行旁瓣抑制的方法.从雷达回波中提取准点目标回波,进而提取目标信息,实现对距离旁瓣的抑制.利用点目标回波旁瓣抑制方法对海南VHF非相干散射相控阵雷达的电离层回波数据进行处理.结果表明:强目标的旁瓣干扰抑制优于5dB,这证明了该抑制方法的有效性;旁瓣抑制效果与回波的信噪比有关,降低背景噪声和系统噪声的影响可提高其距离旁瓣抑制效果.      

基于新型C4D的小管道气液两相流流型辨识方法

基于径向结构的电容耦合式非接触电阻抗检测传感器,结合小波包分析技术和K-均值聚类算法,提出一种小管道气液两相流流型辨识方法。首先,利用径向结构的电容耦合式非接触电阻抗检测传感器,获取反映被测流体信息的电阻抗测量信号实部信息和虚部信息。然后,采用小波包分解的信号处理技术将实部信息和虚部信息分别分为4个频率段,提取不同频率范围的能量分布情况,并与各自的均值、方差构成特征向量。最后,利用K-均值聚类算法进行模式分类,建立流型辨识模型。在内径为3.5 mm和5.5 mm的玻璃管道内进行验证实验,实验结果表明,所获得的传感器测量信号能反映流体流动信息,提出的流型辨识技术路线是有效的,流型辨识精度可达88%以上。     

基于二维deramp处理的高分辨率 聚束SAR成像算法

有效解决回波信号的数据率是高分辨率聚束式星载SAR的难点之一.基于两步成 像算法和CS(Chirp Scaling)成像算法,提出了一种适用于高分辨率聚束式星载SAR的成像算 法——TDDCS(Two Dimension Deramp Chirp Scaling)成像算法.该算法从距离dechirp处理 后回波信号出发,首先利用二维deramp 处理来消除频谱混叠现象,这不仅能实现以对应条 带模式的脉冲重复频率来设计聚束SAR系统,也保证满足观测带宽度所需的回波窗长度,接 着利用CS处理和相位补偿实现精确的距离徙动校正,最后利用方位相匹配滤波 处理实现方位向压缩,得到最终的成像结果.基于等效斜视模型,给出了整个算法的详细推 导过程和实现流程,通过计算机仿真验证了本算法的有效性.      

不同热解温度下酚醛树脂复合材料渗透率测试

为了获得不同热解温度下酚醛树脂复合材料渗透率,设计搭建了复合材料气体渗透过程实验测量装置,提出了一种测量复合材料渗透率的方法,基于达西定律获得了复合材料渗透率。以不同热解温度下酚醛树脂复合材料为研究对象,进行了气体渗透过程实验测量,获得了材料上下表面气体压力变化曲线,同时得到了渗透过材料的气体流量,进而通过达西定律得出材料的渗透率。结果表明,该实验装置能够实现复杂孔隙复合材料的渗透率的测量。整体上,热解温度越高,渗透率越大。热解温度为400℃,渗透率量级在10-13;600℃和800℃时,渗透率量级在10-11。材料渗透率K和热解温度T满足K=9.7×10-14T-4×10-11。该实验结果为该类材料的渗透和热质扩散性能分析提供了基础物性数据。      

近前视弹载SAR的改进后向投影成像算法

针对现有的弹载合成孔径雷达(SAR)大斜视算法所处理的斜视角度受限,传统的后向投影(BP)算法运算量大以及已有的快速后向投影算法不能进行并行处理等问题,提出了一种适于并行处理的近前视弹载SAR的改进后向投影算法.首先根据近前视弹载SAR的几何关系,建立回波信号模型,然后在距离方向上对弹载SAR扫描场景进行等间隔分割,在合并子孔径的同时分裂图像,达到所需图像精度时停止合并和分裂,再相干叠加反向投影到扫描场景的分割小区域内的回波,这样就会得到扫描区域的弹载SAR图像.对于各个条带可以采取并行处理来分别成像,可以进一步提高成像速度.最后利用仿真回波数据和实测回波数据对本文改进算法进行验证,通过与其他算法的比较,证明了本文改进算法可以处理高达86°的近前视场景,并且处理速度大大快于传统BP算法的处理速度,再配合并行处理划分的条带,处理速度会快于现有的改进BP算法的处理速度.      

基于Squeezer算法的大规模矩阵聚类分析

对Squeezer算法进行分析研究,在定义2个矩阵之间距离的基础上,提出了一种改进的Squeezer算法,用于对维数相同的大规模矩阵进行聚类分析.改进的算法在设定距离阈值的基础上,对类别的半径设定阈值来控制分类精度,给出具体的算法步骤来实现针对大量矩阵的聚类分析.对聚类后所得矩阵集合,给出集合质心和半径的定义,来描述矩阵集合的特性.所提算法能使聚类结果避免受到链条效应的影响而使类不断扩容,从而导致聚类精度下降的问题.仿真实验分析验证了所提算法具有良好的聚类效果和适用性.     

基于倒置残差注意力的无人机航拍图像小目标检测

针对无人机航拍图像背景复杂、小尺寸目标较多等问题,提出了一种基于倒置残差注意力的无人机航拍图像小目标检测算法。在主干网络部分嵌入倒置残差模块与倒置残差注意力模块,利用低维向高维的特征信息映射,获得丰富的小目标空间信息和深层语义信息,提升小目标的检测精度;在特征融合部分设计多尺度特征融合模块,融合浅层空间信息和深层语义信息,并生成4个不同感受野的检测头,提升模型对小尺寸目标的识别能力,减少小目标的漏检;设计马赛克混合数据增强方法,建立数据之间的线性关系,增加图像背景复杂度,提升算法的鲁棒性。在VisDrone数据集上的实验结果表明：所提模型的平均精度均值比DSHNet模型提升了1.2%,有效改善了无人机航拍图像小目标漏检、误检的问题。     

基于相似性传播聚类算法的机会信号选择

介绍了复杂低空环境下的机会信号导航方法,并提出了一种机会信号选择方法,解决了机会导航信号源类型多、数量多难以选择的问题.由于信号源的几何精度因子(GDOP,Geometry Dilution of Precision)越小则定位精度越高,同一区域信号对GDOP影响相似,因此采用聚类的方法选择信号.首先,将各信号间的距离作为相似度测量参数,通过相似性传播聚类算法获得相似类组;然后,依据类组的中心点确定所选类组;最后,从中选择组内的机会信号.经仿真,分析了不同分布的机会信号聚类特点,通过对汶川震区机会信号选择的仿真,验证了相似性传播聚类算法的有效性.另外,该方法在复杂低空飞行应用中将大大提高信号选择的效率.     

面向天基监视的红外弱小飞行目标识别算法

针对当前红外弱小飞行目标特征不明显、背景干扰大等问题,提出了一种基于深度学习的红外弱小目标识别算法。检测框架以YOLOv4模型为基础,通过使用K-means++算法对训练集的候选框进行聚类处理,在初始大小的选取上放弃随机生成初始点的方式,在样本集里选取某一个样本作为初始中心使锚框（anchor）大小的选取更加合理。在模型结构中引入卷积注意力模块,使算法模型计算资源分配更合理,对红外弱小飞行目标的特征信息更加敏感。改进空间金字塔池化模块,使用平均池化可以更多保留图像的原始信息,降低天基成像中的噪点与坏点的影响。仿真实验表明采用K-means++计算Anchor大小时准确率可以达到80.13%,在加入了SPP和CBAM模块后之后在测试集上算法识别准确率达到了83.3%,经过对模型的修改有效提升了对红外弱小飞行目标识别的准确率。     

基于链路预测的未来新增航线发现

针对新增航线发现研究中存在的航线选择主观化、网络信息挖掘不充分等问题,考虑航空运输网络的拓扑结构特征和节点(通航城市)层次属性,提出了一种基于链路预测的未来新增航线发现(NARP)模型。NARP模型提取局部封闭子图构建子图邻接矩阵,基于距离标记子图节点结构重要性,采用因子分析和层次聚类提取节点层次属性。在此基础上,融合子图结构和节点属性2类特征,采用深度图卷积神经网络(DGCNN)进行链路预测,实现新增航线发现。在中国航空运输网络实际运行数据上的实验结果表明:较之基准方法,NARP模型的预测准确率最高提升9.28%;在网络极度不完整时,预测准确率可以保持在80%左右;预测结果符合航空运输网络的实际演变情况。      

基于单幅立式标靶图像的单目深度信息提取

针对在智能车中车载单目视觉系统已经检测到路面障碍物的情况下,计算障碍物相对于本车的距离问题,提出了一种仅利用单幅标靶图像且无需相机内部参数的图像深度信息提取方法．该方法利用一种放置于相机前方的立式标靶,建立图像纵坐标像素与实际成像角度之间的映射关系,结合投影几何模型实现实时深度信息的提取．依据立式标靶图像的特点,设计了包括标靶图像感兴趣区设置、模板匹配、候选点聚类、筛选及精确定位等处理的亚像素级角点检测及定位算法．实验结果显示,该方法具有较高的测量精度及实时性．相对于在路面摆放参照物的方法,该方法无需大标定场地且规避了数据拟合引起的误差．同时该方法标定只需一幅图像,过程简单,便于实际应用．      

基于离散正弦调频变换的中段多微动目标分离

弹道导弹在飞行中段形成目标群，窄带雷达无法从距离上将弹道目标分离。为使窄带雷达具备分离弹道目标的能力，对弹道目标的微动特性进行研究。对振动目标的信号回波进行建模，分析其在离散正弦调频变换（DSFMT）中的聚敛特性。利用多分量信号在变换域中的聚敛特性，实现不同信号分量的分离，并估计出目标的振动频率。仿真实验表明，在信噪比-10 dB下，多个振动目标散射点的窄带雷达回波在DSFMT域上具有明显的聚敛特性，分辨出了不同的振动散射点，振动频率估计均方根误差小于-2.5 dB。      

星载SAR电离层探测及误差补偿

工作于低频波段的星载合成孔径雷达(SAR)信号会受到电离层的显著影响,因此在系统设计时必须考虑相应的补偿方法。基于此,首先开展了适用于低频大宽带SAR模式的电离层影响评估研究,建立了基于勒让德展开的五阶误差分析模型,可有效解决传统模型各阶次耦合问题。其次,针对背景电离层色散问题,开展了基于双频自聚焦算法的补偿研究,利用ALOS PALSAR数据进行了半物理仿真验证,电离层反演精度优于0.4TECU,可有效提升图像聚焦质量;针对法拉第旋转角误差,利用ALOS PALSAR回波散射矩阵信息开展了补偿研究,结果显示,相比官网提供的补偿参数,误差可进一步降低27%。上述基于回波数据本身的补偿研究,可避免第三方数据精度差、分辨率低、需地面接收机、传播路径不一致等问题,同时降低了载荷成本。最后,结合SAR高分辨率特性,基于回波的电离层反演可有效提高现有电离层探测能力,开展了PALSAR-垂测仪联合反演电子密度研究,其结果比仅垂测仪数据精度普遍提高了30%以上。研究成果可为未来低频星载SAR的系统设计提供技术支撑。