一种融合MRF分割与数学形态学的道路提取算法

针对高分辨率合成孔径雷达（Synthetic Aperture Radar, SAR）图像中道路目标难以有效提取的问题,提出一种融合马尔可夫随机场（Markov Random Field, MRF）分割与数学形态学处理的高分辨率SAR图像道路提取算法。该算法首先利用直方图均衡化和增强Lee滤波对SAR图像进行预处理,实现道路的边缘增强,抑制相干斑噪声;进而利用基于条件迭代模式（Iterated Conditional Mode, ICM）的MRF对SAR图像中的道路目标进行初分割;再用数学形态学填充空洞,平滑道路边缘;最后,基于道路的几何特征,使用偏心率、矩阵度、复杂度等因子去除虚警,从而提取出道路目标。利用该文算法对两块实际高分辨率SAR图像进行道路目标提取,均可以取得90%以上的正确道路提取率,表明本文算法具有较高的道路提取精度。     

基于眼动数据的网络搜索行为预测方法

预测用户的网络搜索行为对改进搜索引擎和提升用户体验十分重要.现有大多数方法是基于用户的交互数据,如查询、点击和鼠标移动等.提出一种基于眼动数据的用户网络搜索行为预测方法.通过眼动实验,采集用户在网络搜索任务时的眼睛运动数据,将这些数据转化成两种数据格式:直方图和序列.直方图数据描述用户注意力的分布情况,序列数据呈现用户的扫视路径.使用4种学习算法对用户决策或用户意图进行预测,同时研究两种数据格式的性能.结果显示,两种数据格式均适合于预测用户决策,而序列数据更适合于预测用户意图.该结果表明,利用眼动数据能够有效预测网络搜索行为.      

基于LS-DYNA滚动轴承使役可靠度计算方法

利用软件LS-DYNA对滚动轴承使役过程进行了动态有限元计算,基于响应面法（RSM）建立6408滚动轴承输入参数与输出响应的函数关系方程,设定各类随机误差分布,利用矩阵试验法确定抽样点在输入变量抽样空间的位置,进行一系列确定性拟合试验.每次试验借助LS-DYNA进行精确求解,运用求解数据对方程进行最小二乘法回归分析确定方程的组成项及系数.最后利用函数关系方程计算轴承任意时刻的使役可靠度.结果表明:计算得出该轴承在0.020008s时的使役可靠度为97.062%.      

基于视频数据的机场跑道外来物检测

提出了一种基于视频数据的机场跑道外来物(FOD,Foreign Object Debris)检测算法,该算法包括几何校正、背景差分、杂波抑制和伪装消除等4个步骤.其中,几何校正排除了摄像头轻微抖动造成的图像差异;背景差分利用每个像素对应的颜色向量信息,建立背景模型并进行定时更新;杂波抑制和伪装消除利用差分图像和原始图像信息,建立马尔科夫随机场和概率统计模型,在降低虚警的同时提高了检测率.将本算法应用于两组不同光照条件下获取的视频图像,检测不同形状和颜色的FOD目标;采用本算法对机场实测数据进行测试,验证了算法的有效性.     

基于 GPS 和电子海图的落水人员搜救定位系统

现阶段我国的海上搜救工作仍然采用救生衣方式的被动求救和大面积搜索的模式,搜救效率较低.为了解决了这个问题,本文设计实现了基于全球定位系统(GPS)和电子海图的落水人员搜救定位系统.该系统将 GPS、地理信息系统(GIS)、数据库同步、无线传输技术有机结合,有效保障了落水人员的精确定位,为救援船舶及时追踪落水人员提供了可靠的依据     

考虑轴承游隙的非线性动力学轴承-转子系统优化

针对一类带动态性能约束的轴承-转子系统优化设计存在的问题,做如下改进工作:一是在目前一类轴承-转子系统优化模型基础上,将轴承游隙作为设计变量,考虑轴承游隙的影响;二是提出了一种演化算法/线性搜索的混合算法,将优化过程分为两个阶段,首先采用演化算法对问题全局寻优,求得给定代数时的优化解,再以此解作为新的初始解,采用线性搜索方法进行局部搜索.经数值仿真表明:该优化模型中增加考虑轴承游隙后,对优化结果有较大影响;提出的混合算法克服了使用线性搜索方法难以确定初始解的问题,在同等计算精度和耗时情况下,该方法求解成功率较高.      

海洋环境对吊放声纳作战使用影响研究

作战海域海洋环境对航空吊放声纳工作深度、探潜能力有重要影响。文中以声纳方程为基础,分析了作战海域海况、深度等海洋环境因素对吊放声纳作战使用及探测能力的影响,为合理使用吊放声纳提供了依据。     

随机激励下非线性振动系统特性的定性分析

求解李雅普诺夫方程,可直接获得平稳随机振动响应协方差矩阵。用等效线性化方法处理非线性系统,通过多次迭代求解李雅普诺夫方程可得到稳定的等效线性系统参数,从而获得一种多自由度非线性系统特性定性分析方法,为实际的非线性动力学系统建模提供了理论依据。对几个实例进行了仿真分析,结果验证了该方法的有效性。     

全局最优导向模糊布谷鸟搜索算法及应用

针对标准布谷鸟搜索算法探索能力强而开发能力较弱、收敛速度慢及计算精度较差等问题,提出了具有全局最优导向的模糊布谷鸟搜索算法。在鸟窝更新公式中引入全局最优导向策略,在产生新的鸟窝位置时利用到当前最优鸟窝位置信息,以保持鸟窝的多样性并提高算法的开发能力。另外,采用模糊逻辑规则对布谷鸟算法中的搜索步长和外来鸟蛋被发现概率这2个重要参数进行自适应调整,以提高算法的全局收敛性能和求解精度。通过2个经典结构可靠性分析极限状态方程测试该算法的性能,并将其应用于某飞机舱门锁定机构可靠性分析中。实验结果表明,与粒子群算法、标准布谷鸟搜索算法和改进布谷鸟搜索算法相比,所提出的全局最优导向模糊布谷鸟搜索算法在进行可靠性分析中,能够有效地提高解的精度并增加收敛速度,寻优效果更优。