求团之间最优路径的扩展双向广度搜索算法的改进

对求团之间最优路径的扩展扩度深度混合搜索算法进行了改进，将原算法中扩展双向广度搜索的三个过程合并为一个过程．改进算法当路径深度较小时与原算法等效，当路径深度较大时有更高的运行效率．     

求团之间最优路径的扩展双向广义搜索算法的改进

对求团之间最优路径的扩展广义深度混合搜索算法进行了改进，将原算法中扩展双向广度搜索的三个过程合并为一个过程。改进算法当路径深度较小时与原算法等效，当路径深度较大时有更高的运行效率。     

一种统计意义下最优接近轨道快速搜索算法

设计空间监视卫星时,需要分析设计卫星与大量被监视空间飞行器的接近能力。通过具体仿真实例提出了一种基于摄动模型的快速最优接近轨道搜索方法,可以大大提高仿真速度,仿真结果证实了该方法的有效性,统计参数通过了精确模型的确认,也验证了算法的可信性。     

一种基于时延约束的最优路径求解算法

作为QoS路由和流量工程的关键技术之一,基于时延约束的最优路径问题一直没有得到有效的解决.针对现有的算法很难得到最优解和计算复杂度过大等问题,提出了一种基于时延约束的最优路径求解(DCOP)算法,该算法通过减少算法的搜索空间来有效地降低算法的计算复杂度,可得到最优的无环解.算法采用自适应参数设计,提高了对网络规模和复杂业务变化的适应性.仿真表明该算法比同类算法计算复杂性降低了近一个数量级,且算法具有自适应能力,设计简单,易于工程实现.      

月球软着陆的时间最优安全着陆区搜索算法

以时间为最优参数,提出了一种模拟人类在月球软着陆过程中识别障碍物、选择安全着陆点的思维模式,利用高程图寻找安全着陆点的软着陆算法。综合考虑着陆器能容忍的障碍物高度、粗糙度、坡度和着陆器的水平机动距离,根据时间最优设计算法,计算简单、速度快、可靠性高。仿真结果表明了算法的正确性和可靠性。     

一种扩展的随机DAG模型

针对并行程序结构产生任务计算量和通信量随机性的情况,提出了一种扩展的随机DAG(Directed Acyclic Graph)模型,同时考虑了计算环境异构性和并行程序结构带来的计算时间和通信时间偏移量;基于此扩展的随机DAG,给出了DAG中节点的EST(Earliest Start Time)和偏移量的计算方法,以标准方差和平均值的和的数学期望来表示;最后,给出了基于扩展随机DAG的并行程序建模方法,通过计算实例验证了该扩展的合理性.实验结果表明,通过优化并行程序结构,可以提高并行程序的执行效率,并且更好地实现并行计算负载平衡.      

用广度优先搜索求割点和块的算法研究

本文在作者以前研究的基础上,进一步提出子树径和独立子树径的概念,深刻分析了在广度优先搜索下简单连通无向图的结构特征,并给出判断割点和块的准则,为设计用广度优先搜索寻找割点和块的有效算法提供了理论依据。     

综合拦截最优制导律的一种方法

本文以一个只考虑导弹与目标运动学因素的例子介绍了利用微分对策理论综合最优制导律的方法,并用两种方法说明所得结果在一定条件下可以简化为两维的比例导引律。最后还根据结果给出计算寻的制导末段控制饱和时刻的表达式。     

一种支持工作流模式的扩展工作流网

为了满足企业用户对工作流模型在描述能力和分析能力上的要求,提出了一种 支持工作流模式的扩展工作流网(EWF_net,Extended WorkFlow net).EWF_net是在工作 流网(WF_net,WorkFlow net)的基础上增加一些机制扩展而成的,它改善了WF_net对于动态工作流模型的描述能力,直接支持所有工作流模式,特别是多实例 、取消、高级同步等WF_net不能直接描述的模式.EWF_net通过引入控制变量 来描述工作流模型的相关数据信息;通过引入一类特殊的变迁——传递变迁,来 支持模型的动态路由.在Petri网分析技术的基础上提出EWF_net的形式化的正确性分析方 法.该方法由一致性分析和对应的WF_net的合理性分析2部分组成.最后,通过一个应用实例 来说明EWF_net强大的描述和分析能力.      

卫星总体设计部分指标最优分配的一种模型

卫星总体指标合理分配是卫星总体设计的一项重要内容。采用非线性优化方法和卫星总体参数优化中的多目标多学科优化设计方法对卫星总体设计的指标进行了最优分配。结果有效所建的优化模型和所采用的非线性优化方法和多目标多学科优化方法是可行有效的。     

一种基于多终端约束的最优制导方法

在航天器主发动机推力大小不可调的前提下,针对5个终端约束下传统迭代制导小角度修正假设的不足,对一种基于多终端约束的最优制导方法进行了研究。在入轨点轨道坐标系下建立航天器的最优控制模型,对横截条件方程组直接进行迭代求解获得制导角度指令,在此基础上,通过对开关机点进行优化以减小未被满足的终端位置约束的影响;进一步,推导了地心惯性系下等效的5个终端约束,并通过引入权重因子来提高制导方程数值求解的精度。标准条件下的仿真结果表明,所提制导方法与传统迭代制导相比,未被满足的终端位置约束精度提高了1595355m,而其余5个终端约束几乎不受影响;蒙特卡罗打靶仿真结果表明,所提制导方法对航天器初始位置和速度偏差具有一定的适用性。     

微捷联姿态系统的一种扩展卡尔曼滤波方法

采用低精度的微惯性陀螺和加速度计作为微惯性捷联姿态确定系统元件,首先分析了捷联惯性姿态解算的非线性问题和误差累积的原因;根据姿态三角函数关系引入横滚、俯仰角的3个替换变量作为状态变量,并根据状态变量之间的约束方程和运动体前向速度测量,建立了捷联惯性姿态的一种扩展卡尔曼滤波模型;采用MTi微惯性捷联测量组合进行实验,将该扩展卡尔曼滤波方法解算载体姿态结果与捷联姿态解算结果相比较,验证了该方法抑制惯性姿态解算累积误差的能力.      

求非线性规划KT—解的一种方法

非线性规划问题: 的Kuhn—Tucker条件为; 两者之间关系密切,本文给出了求解问题(KT)的新方法及其收敛性。     

一种基于深度学习的交互式电话号码识别方法

物流、保险和中介服务等行业需要频繁地拨打电话,而人工拨打电话效率较低,高效的电话号码识别技术具有重要的应用价值。传统的印刷体数字识别方法存在人工设计特征过程复杂、识别字体单一等不足,难以满足实际应用需求。本文提出了一种基于深度学习的交互式的电话号码识别方法,通过鼠标双击图像中的电话号码,自动截取出包含此号码的目标区域,并进行灰度化、二值化、目标区域定位、字符分割和图片补白等预处理操作,在此基础上利用改进的LeNet-5卷积神经网络（CNN）自动学习图像特征,支持多种字体、字形和字号的印刷体数字识别,并利用交互式识别和内存池等方法提高识别速度。实验结果表明,单一字符的识别率为99.86%,整个号码的识别率为99.50%,整个号码平均识别时间为91 ms。本文方法识别精度高、识别速度快,具有较为广泛的应用前景。      

一种求非线性规划全局最小解的算法

在评述了近２０年来发展的全局最优化方法之后，提出了一种求解全局最优化问题的算法，即从一个求得的局部最小解点出发，去解一个最大化问题，这个最大化问题是构造一个辅助函数去寻求一个更好的局部最优解，这样就产生一个局部最小解序列，得后得到全局最小解，另外还有了全局收敛性定理，也给出了数值例子。     

一种混合粒度奇偶校验故障注入检测方法

为了实现高效的抗故障注入攻击,提出了一种混合粒度奇偶校验故障注入检测方法。传统奇偶校验检测方法为每n比特设置一个奇偶位,表示该n比特的奇偶性。随着n的减小,奇偶位个数增加,资源消耗增加,检测率提高。为了实现故障检测率和资源消耗的折中,对电路故障注入敏感部分或关键部分处理的数据采用细粒度奇偶校验（即n值较小）,对其他部分采用粗粒度奇偶校验。以RC5加密算法为例,阐述了混合粒度奇偶校验故障检测方法的原理和应用,并对不同粒度奇偶校验方法的故障检测率及资源使用进行了理论分析。实验结果表明,与整个RC5电路都采用字（n=32 bit）奇偶校验相比,混合粒度奇偶校验故障注入检测方法可以提高故障检测率29.44%,仅增加资源消耗2.48%。      

一种新的求平面斜激波角的解析方法

本文提出了一种新的求平面斜激波角的解析方法,与传统的依靠查激波曲线来求解的方法不同,它可以方便地、任意精度地算出斜激波角值以及激波后的气流参数,还便于计算机的应用。文中群细推导了公式,讨论了附体激波和脱体激波的判别准则,并给出了具体算例。     

一种新的微机辅助疲劳裂纹扩展综合测试系统

在对数据处理和变载技术研究的基础上,采用C+ +编程,在X86系列微机上建立了一套新的功能先进的计算机辅助疲劳裂纹扩展速率综合测试、处理与分析系统.与其它系统相比,该系统在测试精度、信息获取、试验周期等方面大大改进,可进行恒ΔP法、恒ΔK法以及降ΔK升ΔK法等多种载荷与应力强度因子幅的控制试验,并在腐蚀疲劳裂纹扩展测试中得到成功应用,说明该系统测试有效,功能可靠.     

一种基于深度学习的恶意代码克隆检测技术

恶意代码克隆检测已经成为恶意代码同源分析及高级持续性威胁(APT)攻击溯源的有效方式。从公共威胁情报中收集了不同APT组织的样本,并提出了一种基于深度学习的恶意代码克隆检测框架,目的是检测新发现的恶意代码中的函数与已知APT组织资源库中的恶意代码的相似性,以此高效地对恶意软件进行分析,进而快速判别APT攻击来源。通过反汇编技术对恶意代码进行静态分析,并利用其关键系统函数调用图及反汇编代码作为该恶意代码的特征。根据神经网络模型对APT组织资源库中的恶意代码进行分类。通过广泛评估和与MCrab模型的对比可知,改进模型优于MCrab模型,可以有效地进行恶意代码克隆检测与分类,且获得了较高的检测率。      

一种基于FPGA的深度神经网络硬件加速器系统

深度神经网络目标检测算法计算复杂度高、模型复杂,对硬件平台的算力有很高需求,针对以上问题,设计了一种基于现场可编程门阵列(field programmable gate array, FPGA)芯片的硬件专用加速器.通过软硬件协同方法,设计具有高并行度及深度流水的片上架构,并使用模型量化、结构优化等方法对神经网络模型进行优化.在所设计的加速器系统中进行神经网络目标检测算法的部署,实现了高数据吞吐率、低功率消耗的FPGA神经网络计算,且模型精度损失低于1.2%,为在低能耗嵌入式平台上部署深度神经网络目标检测算法提供了有效解决方案,可广泛应用于机载、星载智能计算设备.