Ada层次化并发软件模型的研究

基于对象Petri网,提出了层次化并发软件模型,这种模型在结构上参考了统一建模语言UML的描述机制,并用一种扩展Petri网ECPN分层描述对象的内部状态,以及对象间的相互作用,易于仿真与程序生成.模型的实际应用将有利于保证并发软件,特别是Ada95并发软件的质量,提高开发效率.     

基于面向对象PETRI网的移动式Agent系统

 为了简化移动式Agent 的设计和实现,描述了以OOPN 为建模语言,建立移动式Agent 系统的基本原理。该系统提供了可视化系统建模、死锁检测和实际的系统运作功能。首先介绍OOPN 的基本概念和Agent 编程工具Aglets,在此基础上介绍如何通过OOPN 建模来生成移动式Agent 系统的具体实现机制,包括Agent 的远程创建和动态部署。最后通过生产者—消费者实例来说明整个系统的执行过程。     

从美的流变浅析美的本质

自从十八世纪中页鲍姆嘉通为美学奠定基础以来,众多哲学家、美学家写了无数论著来探讨美的含义.那么,美的本质究竟是什么呢?为什么美的问题会如此难以明晰?直到马克思主义美学产生后,这一美学命题才得到突破性地进展.马克思主义美学以实践为基础,认为实践是人类存在和发展的本质特征,从而提出"美是人的本质力量的对象化."将审美主体和审美客体有机地统一起来.     

Sailing at the brink – The no-limits of near-/now-term-technology solar sails and SEP spacecraft in (multiple) NEO rendezvous

Near-Earth object (NEO) in-situ exploration can provide invaluable information for science, possible future deflection actions and resource utilisation. This is only possible with space missions which approach the asteroid from its vicinity, i.e. rendezvous. This paper explores the use of solar sailing as means of propulsion for NEO rendezvous missions. Given the current state of sail technology, we search for multiple rendezvous missions of up to ten years and characteristic acceleration of up to 0.10 mm/s². Using a tree-search technique and subsequent trajectory optimisation, we find numerous options of up to three NEO encounters in the launch window 2019–2027. In addition, we explore steerable and throttleable low-thrust (e.g. solar-electric) rendezvous to a particular group of NEOs, the Taurid swarm. We show that an acceleration of 0.23 mm/s² would suffice for a rendezvous in approximately 2000 days, while shorter transfers are available as the acceleration increases. Finally, we show low-thrust options (0.3 mm/s²) to the fictitious asteroid 2019 PDC, as part of an asteroid deflection exercise.     

Improving orbit prediction accuracy through supervised machine learning

Due to the lack of information such as the space environment condition and resident space objects’ (RSOs’) body characteristics, current orbit predictions that are solely grounded on physics-based models may fail to achieve required accuracy for collision avoidance and have led to satellite collisions already. This paper presents a methodology to predict RSOs’ trajectories with higher accuracy than that of the current methods. Inspired by the machine learning (ML) theory through which the models are learned based on large amounts of observed data and the prediction is conducted without explicitly modeling space objects and space environment, the proposed ML approach integrates physics-based orbit prediction algorithms with a learning-based process that focuses on reducing the prediction errors. Using a simulation-based space catalog environment as the test bed, the paper demonstrates three types of generalization capability for the proposed ML approach: (1) the ML model can be used to improve the same RSO’s orbit information that is not available during the learning process but shares the same time interval as the training data; (2) the ML model can be used to improve predictions of the same RSO at future epochs; and (3) the ML model based on a RSO can be applied to other RSOs that share some common features.     

通用故障诊断专家系统开发工具

介绍一个基于可靠性分析方法的非实时故障诊断专家系统(FDES)的通用开发工具(FDEST),可用于建立各类武器装备和民用产品的故障诊断专家系统,具有很强的推理能力和良好的开放性.文中论述FDEST的逻辑结构、系统功能;基于可靠性分析方法——故障树分析(FTA)的故障诊断推理方法:正、反向动态推理逻辑,支持Bayes(概率)、Mycin(置信度)和Fuzzy(模糊)三种不精确推理算法和四种不同的故障逻辑关系;面向对象与规则相结合、具有很强表达能力的综合知识表达方式,支持多媒体的动态诊断推理解释机制和故障处理方法(文本、图像、语音和视频);应用面向对象技术的软件设计与实现:对象的划分(FDEST对象、知识对象和FDES对象)、对象通讯关系及系统接口等系统的关键技术.      

基于构件的模型库和方法库的设计和实现

在智能决策支持系统开发环境的分析和设计的过程中,提出了实现此开发环境的一种设计原理和系统结构,讨论了在决策支持系统设计建模中的模型库和方法库的设计和实现,在对分布式对象技术和对象建模技术分析的基础上,给出了基于对象建模技术和构件对象模型技术的模型库和方法库的分析、设计和实现.     

一种基于面向对象Petri网的并发程序建模方法

介绍了一种基于面向对象Petri网的并发系统建模方法. 该方法把面向对象技术与Petri网理论相结合, 构成一种面向对象Petri网,可以解决用Petri网建立并发程序模型所遇到的状态爆炸问题,又使得建模系统具有可重用性且易于维护, 是一种具有数学和图形方式相结合的形式化描述.     

基于ViBE与面向对象分类的视频卫星运动车辆检测

为了提高视频卫星对运动车辆的检测质量,在经典视觉背景提取器(ViBE)算法的基础上,结合遥感的面向对象分类技术,从提升正确检测运动目标数量和抑制虚假运动目标检测数量两个方面着手,提出了一种新的运动车辆检测方法（VOMVD）。首先通过优化ViBE模型参数,尽可能多地获取真实运动目标,但这在一定程度引入了许多的虚假目标。研究继而依据影像上地面小尺度运动目标和道路的依存关系,采用面向对象的分类方法,基于光谱、纹理、空间属性,构建了均值、标准差、卷积核内平均灰度值、卷积核内平均信息熵、面积、长度、紧密度、延伸度等8个特征,用于提取道路信息,以此掩膜ViBE提取的虚假运动目标和伪运动目标。结果表明,基于本研究提出的视频卫星运动目标检测方法较之三帧差分法、ViBE检测方法等,其精度有明显提升。在本研究中,三帧差分法、ViBE和VOMVD对运动目标的检测精度P分别为70.91%,61.49%和85.71%,召回率R分别为84.78%,98.91%和97.83%,F值分别为77.23%,75.83%和91.37%,有效提升了方法对运动目标的检测效果。     

基于特征重用和语义聚合的SAR图像舰船目标检测

针对单阶段算法SSD(Single Shot Detector)检测SAR图像舰船目标时特征利用率不高的问题,提出了基于特征重用和语义聚合的SAR图像舰船目标检测算法。该算法主要包括特征重用算法和语义聚合算法。在SSD检测算法的网络模型中,针对用于目标预测的前端网络进行了改进,通过提出的特征重用算法,将特征图按照通道分成2部分:一部分被卷积处理进行参数学习;另一部分经过池化之后,采用拼接的方式重新利用,可以在进行参数学习的同时,减小参数量和计算量。通过提出的语义聚合算法,将前端网络中位置信息丰富的底层特征和语义信息丰富的高层特征进行融合,提高了区分和定位舰船目标的能力。同时,还根据数据集SSDD中舰船目标尺寸和长宽比的分布情况,减小了锚框的尺寸,增大了锚框的长宽比,使产生的锚框更符合舰船目标特点。实验结果显示,检测准确率在数据集SSDD上从77.81%提升到81.43%,而增加的计算量不显著(平均处理时间从17 ms增加到23 ms)。