基于形态自适应网络的无人机目标跟踪方法

针对无人机影像目标跟踪过程中常出现的目标方向变化、目标遮挡变化、样本多样性不足等问题,提出了一种基于形态自适应网络的无人机航空影像目标跟踪算法。首先使用基于数据驱动的方法对数据集进行扩增,添加了遮挡样本和多旋转角度样本,提高样本多样性;提出的形态自适应网络模型通过旋转不变约束改进深度置信网络,提取强表征能力的深度特征,使得模型能够自动适应目标形态变化,利用深度特征变换算法获取待检测目标的预定位区域,采用基于Q学习算法的搜索机制对目标进行自适应精准定位,使用深度森林分类器提取跟踪目标的类别信息,得到高精度的目标跟踪结果。在多个数据集上进行了对比实验,实验结果表明该算法能够达到较高的跟踪精度,可以适应目标旋转、目标遮挡等形态变化情况,具有较好的准确性和鲁棒性。     

Novel moderate transformation of fuzzy membership function into basic belief assignment

In information fusion, the uncertain information from different sources might be modeled with different theoretical frameworks. When one needs to fuse the uncertain information represented by different uncertainty theories, constructing the transformation between different frameworks is crucial. Various transformations of a Fuzzy Membership Function (FMF) into a Basic Belief Assignment (BBA) have been proposed, where the transformations based on uncertainty maximization and minimization can determine the BBA without preselecting the focal elements. However, these two transformations that based on uncertainty optimization emphasize the extreme cases of uncertainty. To avoid extreme attitudinal bias, a trade-off or moderate BBA with the uncertainty degree between the minimal and maximal ones is more preferred. In this paper, two moderate transformations of an FMF into a trade-off BBA are proposed. One is the weighted average based transformation and the other is the optimization-based transformation with weighting mechanism, where the weighting factor can be user-specified or determined with some prior information. The rationality and effectiveness of our transformations are verified through numerical examples and classification examples.     

大学生马克思主义信仰教育：问题与对策

本文在调查研究的基础上对大学生的马克思主义信仰状况进行了分析，找出了理性信仰感性化、信仰分布多元化、入党动机功利化、理论教育不得力等问题。问题的原因有理论教育队伍的素质与教育目标的要求不相适应，教育的方式方法与目标要求不相适应，应试教育的弊端、就业的压力与迷茫、多元信息的吸引与诱惑，马克思主义在大学生信仰中的地位悄然变化等。相应的思路与对策有切实加强师资队伍建设，切实把信仰教育纳入社会系统工程，切实加强党风廉政建设、消除腐败现象对信仰教育的负面影响，切实提高大学生信仰选择能力。     

稀疏生成矩阵的低编码复杂度非正规LDPC码性能

提出了一种新的基于稀疏生成矩阵的高性能非正规LDPC码的构造方法,并研究了其性能。与传统的由校验矩阵定义的LDPC码相比,在相同的译码复杂度前提下,非正规LDPC码的编码复杂度更低。模拟结果显示,在加性高斯白噪声信道下,非正规LDPC码的性能要显著优于传统LDPC码。     

基于信度规则库的惯性平台健康状态参数在线估计

 实时准确的健康状态预测是规划惯性平台系统及时、经济的维修策略的关键技术。由于平台系统的健康状态是不能够直接观测的,假设平台系统的特征参数监测数据是可以获取到的,而且平台系统的健康状态与特征量是相关的。基于信度规则库(BRB),以平台系统的状态监测特征参数作为BRB系统的输入,以平台的健康状态作为输出结果,组建了惯性平台健康状态预测系统。为了克服现有BRB参数优化方法的不足,实现实时状态预测,基于期望最大化(EM)算法,研究了健康状态预测系统的参数在线估计算法。该算法在获取系统新的输入输出信息后,就对参数进行更新。利用本文提出的方法对惯性平台系统的健康状态实时预测问题进行了实验分析,实验结果表明：该方法可以有效地实现惯性平台系统健康状态预测模型参数实时估计;与参数离线优化方法相比,该方法不仅在预测精度上,而且在运行时间上都具有明显的优势;在工程实际中有良好的应用潜力。     

高效多码率LDPC码译码器结构设计

设计了一种高效的多码率LDPC(Low Density Parity Check)码译码器结构,提出了一种校验节点更新单元(CNU,Check Node Updating Units)与变量节点更新单元(VNU,Variable Node Updating Units)的设计方法.按照"化整为零"的思想,将CNU与VNU分成若干小的运算单元,在不同码率下对这些运算单元进行动态组合构成新的CNU与VNU,从而减少不同码率下硬件资源的冗余,提高了译码速率.最后,按照本文提出的译码器结构,使用Altera公司Stratix系列的FPGA EP1S80实现了中国数字电视地面广播传输标准中使用的0.4,0.6和0.8三种码率LDPC码的译码器.实现结果表明:该结构的多码率译码器仅比单码率译码器多耗用12％的硬件逻辑资源,存储器相当;而相对于传统的多码率译码器结构,本结构在不增加硬件资源的情况下,将0.4码率码字的译码速率提高了100％,将0.6码率码字的译码速率提高了50％.      

从生活世界出发探索大学生党员理想信念教育对策

生活世界构成了大学生党员理想信念教育的根基,凸显学生的主体性价值,有利于远大理想信念的生成与升华。从生活世界出发开展学生党员的理想信念教育能够突破传统教育方式的局限,从人为预设转向自动生成,从脱离实践转向知行合一,从个体修行转向主体交互,从非连续性转向连续性。教育者可从以下方面展开举措：激发学生党员对可能生活的远大追求,指引学生党员在现实生活中践行理想,加强学生党员与各类群体的互动沟通,建立学生党员理想信念教育长效机制。     

An information-volume-based distance measure for decision-making

D-S evidence theory, as a general framework for reasoning with uncertainty, allows combining pieces of evidence from different information sources to derive a degree of belief function that is a type of fuzzy measure. However, the mass assignments given by unknown information sources are disordered. How to measure the difference between the mass assignments has aroused people’s interest. In this paper, inspired by the information volume, a novel distance-based measure is proposed to measure the difference between mass assignments. The method can refine the uncertain information given by experts and compare the refined information to obtain the difference between mass assignments. At the same time, it is verified that the measure not only meets the properties of distance, but also proves the superiority of the proposed Information Volume Distance (IVD) through simulation experiments. Meanwhile, in the process of information fusion, the reliability of each source could be quantified through IVD. Therefore, based on IVD, a new multi-source information algorithm is proposed to solve the problem of multi-source information fusion. Moreover, algorithm is applied to decision-making problem and compare with other methods to verify the effectiveness.     

基于混合动态信念传播的多无人机协同定位算法

针对多无人机(UAVs)协同定位问题,提出一种基于混合动态信念传播的定位算法。在部分无人机GPS信号丢失的情况下,该算法可根据其他无人机的GPS观测,相邻无人机之间的相对距离观测,以及无人机加速度计的输出,对每个无人机的位置和速度状态进行分布式在线估计。首先用因子图模型描述多无人机的联合信念状态,接着给出一种混合动态信念传播推理算法计算图模型中的每个变量节点(对应于每个无人机)状态的边缘后验分布。推理过程仅包括每个无人机对自身局部信息的处理以及相邻无人机之间的信息交互,因此该算法可完全分布式实现。通过仿真实验以及与传统协同定位算法的比较,表明了本文算法的有效性。      

基于深度置信网络的近距空战态势评估

针对传统态势评估方法权值确定困难、大规模数据处理和特征提取能力不足的问题,结合当前空战数据特征,将深度置信网络(DBN)应用于近距空战态势评估。通过密度峰值算法对空战特征数据进行聚类分析,并结合态势函数和专家判读进行修正,建立标准空战态势样本库;以重构误差和测试错误率为基础,建立网络拓扑结构和最优参数确定方法,提高模型的训练效率,并通过样本数据,对模型进行训练和验证。实验表明,模型态势分类正确率达到92.7%,模型运行时间满足应用需求,实例评估结果与客观态势一致性强。