简介：

简介：本文基于Floyd最小路径算法的改进提出了应用于城市消防规划中预留消防站位置合理性分析的计算模型。计算结果不仅反映最合理的消防布置，而且可以得出各消防站到其保护的每栋建筑之间的最优路径。基于计算模型设计的计算机程序可多次重复使用，如果成功应用将为城市规划中预留消防站位置优化评价提供简单快捷的方式。

简介：摘要：基于实际的生产应用，采用工程模型，在Matlab/Simulink环境下建立仿真模型。针对光伏组件模型进行了详细的阐述。在此基础上，采用粒子场优化算法对光伏发电系统实现最大功率点跟踪。仿真结果表明：模型的仿真结果在不同光强下的输出特性I-V、U-P与厂商提供的数据契合度很高；采用粒子场优化算法实现最大功率点跟踪，仿真系统响应时间短，光伏阵列输出电压以及DC/DC变流后输出电压误差都很小。

简介：摘要：参数化密度分布模型作用下的最大似然方法以及 EM算法常被应用到遥感图像分类中，由于受到遥感信息统计分布影响，要在改进 EM算法的基础上科学运用遥感图像分类方法。因此，本文从不同角度入手探讨了遥感图像最大似然分类方法的 EM改进算法，在优势作用发挥基础上进行合理化计算以及分类，提高遥感图像分类效率以及质量。

简介：摘要：针对同类多传感器测量中含有的噪声,提出了多传感器数据自适应加权融合估计算法,该算法不要求知道传感器测量数据的任何先验知识,依据估计的各传感器的方差的变化,及时调整参与融合的各传感器的权系数,使融合系统的均方误差始终最小,并在理论上证明了该估计算法的线性无偏最小方差性。仿真结果表明了本算法的有效性,其融合结果在精度、容错性方面均优于传统的平均值估计算法。

简介：摘要： 现如今，人们的生活质量在不断提高，对于电力的需求在不断加大， 针对电力大数据流的异常检测问题，该文将流数据聚类算法与电力大数据相结合，针对现有流数据聚类算法不易存储全部数据、断电数据易丢失等问题，以及流数据聚类算法对于离线阶段聚类算法实时应答的要求，从数据的完整性、安全性以及流数据聚类算法的低时间复杂度的角度出发，对 CluStream 流数据聚类算法进行改进，提出流式 K-means 聚类算法。对在线阶段，使用 Redis 集群进行流数据的缓冲，并设计节点时间衰减策略，增大心跳消息中有效消息所占比例；对离线阶段聚类算法进行优化，使用最佳距离法确定初始聚类中心，减少迭代次数；最后，使用所提出的流式 K-means 聚类算法进行用户用电异常行为检测，实验结果表明，该算法能够很好的发现用户用电异常行为。

简介：摘要

简介：摘要为了消除和减小滑坡变形多点监测中的误差，正确评价滑坡体的整体工程地质特性及其时效性，采用基于交互式融合算法对西南某滑坡变形进行动态分析。在融合了监测年间的水平位移和垂直位移数据后，综合判断滑坡体的依时性工程特性。融合结果表明该滑坡体先后经历了缓慢变形期、匀速变形期、加速变形期和急剧变形期，表明该滑坡体具有阶段性变化的特点，且降雨入渗是引起该滑坡发生位移变形的主要因素，结果符合滑坡体变形特征的自然规律。同时修正了传统方法不考虑传感器自身因素的局限性，合理利用融合方法的互补性，消除了部分传感器采集数据的模糊性、不确定性和随机性，证明了该方法在滑坡动态变形监测与分析中具有有效性和可行性。

简介：摘要：强杂波背景下的弱小静止目标检测是毫米波机场跑道异物(FOD)检测雷达面临的核心难题。对于弱信号，表决法相比传统的总和法有着更大的优势。本文提出基于传统表决法和FOD现实情况的改进型表决算法。该算法首先利用杂波图恒虚警率(CFAR)检测器对背景杂波进行对消处理，针对虚警偏高的问题，对对消后的数据按照规则进行表决投票。基于实测数据的试验结果表明该方法可以获得较好的检测性能。

简介：摘要：文字主要对现如今一些较为热点的数字地形图质量检查智能化算法开展了深入研究，提出了检测高程点和等高线间点线矛盾的算法。通过实践证明，这种算法能够有效提升数字地形图质量检查工作质量。

简介：摘要：基于内容的图像检索离不开特征提取，而局部特征提取是当前研究热点之一，由于局部特征之间的独立性和高语义性，此种方法在基于内容的图像检索领域有着良好的表现[1]。为了进一步提高局部特征的语义性、提升特征提取模型的表现力，本文引入视觉注意力机制与分组卷积思想对当前的局部特征提取模型进行优化，经实验证实，优化后的模型提取出的局部特征在Oxford数据集以及Paris数据集有着更好的检索效果。

简介：摘要随着雷达技术高速的发展，针对雷达终端的雷达信号处理要求也随之提高，高速发展的可编程图形处理单元（GPU）为雷达信号处理实时性提供了一个新的平台。基于CUDA架构的GPU采用强大并行能力和极高的计算效率，对CA-CFAR算法迭代而大量重复的工作，并行完成，缩短数据处理时间，满足雷达信号的实时性，同时降低系统占用率，提高性能。

简介：摘要粒子群算法是一种新的智能优化算法，它是对生物群体协同优化能力的研究，是一种针对每个粒子追求自身最优粒子和全局最优位置的一种启发式随机优化算法。在随机搜索的过程中，此算法收敛于最优粒子群优化算法。详细介绍了基本粒子群优化算法和改进的粒子群优化算法，并进行仿真研究，简要阐述了该算法在电力系统中优化应用情况，以期为日后的相关工作提供参考。

简介：摘要：在视频监控、虚拟现实、人工智能交互中人体行为识别被广泛应用。已有的人体行为识别研究主要包括行为特征描述和特征编码方法，对视频中时间信息建模研究较少。视频中人体行为具有连贯性，若忽略时间域，则帧间的随机重组有相同的特征编码，会限制行为识别效果。基于此，本文对基于有效视频帧时间序池化的人体行为识别算法进行探讨。

简介：摘要：雷达为了应对各种干扰，抗干扰能力不断提高，一种抗干扰技术通常只能对一种或者几种干扰措施有效，因而单一的对抗措施对复杂的干扰不能保证起到有效的作用，所以通常采用“综合”的抗干扰方案。由于受到雷达体制各方面条件的制约，限制了各种抗干扰措施的综合应用，也就影响了雷达抗干扰性能的提高。如果在不知过多先验信息的情况下，对干扰存在的位置及带宽进行估计，利用估计信息设计出滤波器，对干扰信号进行有效抑制。

简介：摘要：电动公交车辆排班问题是公交车辆规划问题中较为复杂的问题之一，主要针对电动公交车辆续驶里程短以及充电资源有限的特性来确定每个车辆的发车时间，以覆盖已知的公交线路发车时刻表，同时优化车辆使用数量，实现对每辆电动公交车辆的高效利用，降低公交公司运营成本。本文提出了一种基于文化基因算法的电动公交车辆排班方法，充分考虑了电动公交车辆的特性，采用灵活的充电资源调度方法提高车辆以及充电资源的利用率，并通过实际公交线路数据验证了算法的可行性和有效性。

简介：摘要：目前常见的异构网络安全检测方法需基于大量网络特征数据进行分析，但由于异构网络结构复杂，相比于传统模式的网络，异构网络的特征数据量大且内容繁杂，存在大量无意义的冗余特征。针对此类问题，本文设计一种面向异构网络安全检测的特征分析算法，利用机器学习技术，为异构网络安全检测过程中提供特征筛选机制，从特征分析角度优化神经网络的输入特征，减少深度学习模型的计算压力，为异构网络安全提供高精度可信的检测手段。

简介：摘要

简介：摘要：频谱感知是一种基于认知无线电的技术，利用智能设备对无线电信号进行感知和分析，以获取可用频谱资源及其质量信息。本文就频谱感知技术的经典算法进行了综述，旨在提出可借鉴化建议。

简介：摘要：随着通用航空的快速发展，该航空手段由于具有启动速度快、救援效率高、受限空间少等特点，往往在自然灾害、重大事故、社安问题等突发事件中得到普遍应用。本文研究对象是轻型通用航空器，背景是一段时间内执行低空空域救援任务的飞行，目的是预测该段时间的飞行轨迹。本文提出基于状态相关模态切换混合估计和改进意图推理的航迹预测算法。该算法预测精度更高。