2012年 第38卷 第12期
2012, 38(12): 1885.
doi: 10.3724/SP.J.1004.2012.01885
摘要:
针对合成孔径雷达(Synthetic aperture radar, SAR)图像目标检测中恒虚警率(Constant false alarm rate, CFAR)算法的广泛应用, 进行CFAR检测的快速算法分析具有重要研究价值. 首先概述了当前国内外对SAR图像CFAR检测快速算法的研究现状; 然后分别从快速预筛选和迭代计算方法两个方面对各类快速算法的实时性及性能进行了分析总结, 给出了四种基本CFAR检测器的迭代计算公式, 并提出了一种研究CFAR检测快速算法的基本框架, 现有的快速算法均可纳入该理论框架予以分析; 最后, 以经典双参数CFAR检测算法为例, 对该基本框架进行仿真实现和性能分析, 验证了其可行性与检测性能．结果表明: 新的CFAR检测快速算法基本框架充分融合了快速预筛选思想和迭代计算方法的优势, 有效提高了CFAR算法在SAR图像检测应用中的执行效率.
针对合成孔径雷达(Synthetic aperture radar, SAR)图像目标检测中恒虚警率(Constant false alarm rate, CFAR)算法的广泛应用, 进行CFAR检测的快速算法分析具有重要研究价值. 首先概述了当前国内外对SAR图像CFAR检测快速算法的研究现状; 然后分别从快速预筛选和迭代计算方法两个方面对各类快速算法的实时性及性能进行了分析总结, 给出了四种基本CFAR检测器的迭代计算公式, 并提出了一种研究CFAR检测快速算法的基本框架, 现有的快速算法均可纳入该理论框架予以分析; 最后, 以经典双参数CFAR检测算法为例, 对该基本框架进行仿真实现和性能分析, 验证了其可行性与检测性能．结果表明: 新的CFAR检测快速算法基本框架充分融合了快速预筛选思想和迭代计算方法的优势, 有效提高了CFAR算法在SAR图像检测应用中的执行效率.
2012, 38(12): 1896-1905.
doi: 10.3724/SP.J.1004.2012.01896
摘要:
从可解耦线性多输入多输出(Multi-input multi-output, MIMO)系统的结构特性指数出发, 根据此类系统解耦后系统的可观测矩阵与基本向量矩阵的秩的关系, 提出了按照这种关系将解耦规范型划分为4大类的观点, 同时给出了一种针对各类积分型解耦系统构造相应的非奇异变换矩阵的构造方法. 分析了解耦规范型及其变换矩阵的时域结构形式, 通过一系列定理的证明,从一般意义上解释了解耦规范型的结构与变换矩阵的关系, 并通过一个数值实例验证了所提出方法的正确性及可行性.
从可解耦线性多输入多输出(Multi-input multi-output, MIMO)系统的结构特性指数出发, 根据此类系统解耦后系统的可观测矩阵与基本向量矩阵的秩的关系, 提出了按照这种关系将解耦规范型划分为4大类的观点, 同时给出了一种针对各类积分型解耦系统构造相应的非奇异变换矩阵的构造方法. 分析了解耦规范型及其变换矩阵的时域结构形式, 通过一系列定理的证明,从一般意义上解释了解耦规范型的结构与变换矩阵的关系, 并通过一个数值实例验证了所提出方法的正确性及可行性.
2012, 38(12): 1906-1912.
doi: 10.3724/SP.J.1004.2012.01906
摘要:
针对一类具有持续有界扰动的离散时间非线性系统, 提出一种基于多面体描述系统的鲁棒非线性模型预测控制策略. 首先利用泰勒级数构造多面体描述系统包裹原系统. 其次, 对该多面体描述系统构造鲁棒终端不变集和仿射输入型预测控制律. 进一步, 利用离散系统的输入状态实际稳定性(Input-to-state practical stability, ISpS)概念证明了闭环系统的鲁棒稳定性. 最后, 通过仿真验证了本结果的有效性.
针对一类具有持续有界扰动的离散时间非线性系统, 提出一种基于多面体描述系统的鲁棒非线性模型预测控制策略. 首先利用泰勒级数构造多面体描述系统包裹原系统. 其次, 对该多面体描述系统构造鲁棒终端不变集和仿射输入型预测控制律. 进一步, 利用离散系统的输入状态实际稳定性(Input-to-state practical stability, ISpS)概念证明了闭环系统的鲁棒稳定性. 最后, 通过仿真验证了本结果的有效性.
2012, 38(12): 1913-1922.
doi: 10.3724/SP.J.1004.2012.01913
摘要:
给出了加权总广义变差(Total generalized variation, TGV)的定义. 利用图像的2阶加权TGV半范作为正则项, 利用水平集函数的2阶加权TGV半范近似边界长度, 提出了基于加权TGV的Mumford-Shah模型. 对未知函数分别利用交替Split-Bregman方法、Fenchel对偶方法及FISTA (Fast iterative shrinkage-thresholding algorithm)给出数值计算模型. 仿真实验结果表明, 利用图像的2阶加权TGV半范的去噪效果优于常用的梯度模2范数和加权TV (Total variation)半范正则化; 利用水平集函数的2阶加权TGV半范近似边界长度的边缘检测效果优于传统的TV半范和加权TV半范约束.
给出了加权总广义变差(Total generalized variation, TGV)的定义. 利用图像的2阶加权TGV半范作为正则项, 利用水平集函数的2阶加权TGV半范近似边界长度, 提出了基于加权TGV的Mumford-Shah模型. 对未知函数分别利用交替Split-Bregman方法、Fenchel对偶方法及FISTA (Fast iterative shrinkage-thresholding algorithm)给出数值计算模型. 仿真实验结果表明, 利用图像的2阶加权TGV半范的去噪效果优于常用的梯度模2范数和加权TV (Total variation)半范正则化; 利用水平集函数的2阶加权TGV半范近似边界长度的边缘检测效果优于传统的TV半范和加权TV半范约束.
2012, 38(12): 1923-1932.
doi: 10.3724/SP.J.1004.2012.01923
摘要:
网络图像通常包含文本、颜色和纹理等异质信息. 本文提出了一种基于多类异质信息融合的网络图像半监督学习方法---局部协同训练(Local co-training, LCT). 该方法在每个视图(对应一类 信息)上对每个样本点的邻域构建线性局部模型, 利用一组局部模型来表示数据关系;基于信息传播和协同训练对模型进行增量式迭代更新. 该算法在协同训练和基于图正则化的方法这两类半监督学习算法间建立了桥梁. 局部协同训练算法能够准确地描述样本的复杂分布, 并且可以进行高效的增量学习, 有利于大规模网络图像的在线学习. 在Corel, Pascal和ImageNet数据集上的实验结果表明该方法具有良好的性能.
网络图像通常包含文本、颜色和纹理等异质信息. 本文提出了一种基于多类异质信息融合的网络图像半监督学习方法---局部协同训练(Local co-training, LCT). 该方法在每个视图(对应一类 信息)上对每个样本点的邻域构建线性局部模型, 利用一组局部模型来表示数据关系;基于信息传播和协同训练对模型进行增量式迭代更新. 该算法在协同训练和基于图正则化的方法这两类半监督学习算法间建立了桥梁. 局部协同训练算法能够准确地描述样本的复杂分布, 并且可以进行高效的增量学习, 有利于大规模网络图像的在线学习. 在Corel, Pascal和ImageNet数据集上的实验结果表明该方法具有良好的性能.
2012, 38(12): 1933-1940.
doi: 10.3724/SP.J.1004.2012.01933
摘要:
针对传统的光照预处理方法降低原始图像质量、丢失部分有效辨识信息的缺点,提出一种新颖的应用对称双线性模型来对人脸表情图像进行光照预处理的光照鲁棒性人脸表情识别方法.首先通过对称双线性模型将训练集图像分解为相互独立的光照因子和表情因子,并提取其光照因子.接下来提取含有未知光照的测试集表情图像的表情因子,并将其转换到训练集的若干个已知光照上,这样处理能够将任意光照的测试图像转换到相同的光照平台上,令所有测试图像的特征具有归一化特性.实验结果表明, 本文所提光照预处理方 法在识别性能上优于传统的光照预处理方法,应用在光照处理后的JAFFE表情库上识别率达到92.37%, 表明其适用于光照鲁棒性人脸表情识别.
针对传统的光照预处理方法降低原始图像质量、丢失部分有效辨识信息的缺点,提出一种新颖的应用对称双线性模型来对人脸表情图像进行光照预处理的光照鲁棒性人脸表情识别方法.首先通过对称双线性模型将训练集图像分解为相互独立的光照因子和表情因子,并提取其光照因子.接下来提取含有未知光照的测试集表情图像的表情因子,并将其转换到训练集的若干个已知光照上,这样处理能够将任意光照的测试图像转换到相同的光照平台上,令所有测试图像的特征具有归一化特性.实验结果表明, 本文所提光照预处理方 法在识别性能上优于传统的光照预处理方法,应用在光照处理后的JAFFE表情库上识别率达到92.37%, 表明其适用于光照鲁棒性人脸表情识别.
2012, 38(12): 1941-1949.
doi: 10.3724/SP.J.1004.2012.01941
摘要:
提出了一种儿童照合成的方法. 分别给定男性、女性和原始儿童的图片, 该方法从人脸轮廓和肤色两个层面上融合生成目标儿童图片. 针对直接线性合成的人脸轮廓存在五官不成比例、扭曲等问题, 利用基于统计的方法得到标准儿童模板, 并用该模板对人脸轮廓进行约束, 进而求解得到最终的儿童轮廓. 此外, 本文重新构造了基于高斯径向基的变形函数, 消除因仿射变换而导致的图像拉伸和扭曲. 最后, 本文采用交叉融合的方法合成儿童图像, 并提出了用滤波器去除额头区域可能存在的虚影. 实验证明, 利用本文方法融合得到的儿童不仅具有父母亲的特征, 而且具有较高的视觉美感.
提出了一种儿童照合成的方法. 分别给定男性、女性和原始儿童的图片, 该方法从人脸轮廓和肤色两个层面上融合生成目标儿童图片. 针对直接线性合成的人脸轮廓存在五官不成比例、扭曲等问题, 利用基于统计的方法得到标准儿童模板, 并用该模板对人脸轮廓进行约束, 进而求解得到最终的儿童轮廓. 此外, 本文重新构造了基于高斯径向基的变形函数, 消除因仿射变换而导致的图像拉伸和扭曲. 最后, 本文采用交叉融合的方法合成儿童图像, 并提出了用滤波器去除额头区域可能存在的虚影. 实验证明, 利用本文方法融合得到的儿童不仅具有父母亲的特征, 而且具有较高的视觉美感.
2012, 38(12): 1950-1957.
doi: 10.3724/SP.J.1004.2012.01950
摘要:
将正则化方法应用于本征音说话人自适应算法中,有效地解决了说话人子空间基的先验选择问题. 通过对似然函数引入适当的正则项,在优化过程中从候选本征音基矢量中自动选择最佳的本征音进行线性组合. 本文讨论了三种正则化因子,并给出了其数学优化算法. l1正则化可以得到说话人因子的稀疏解,其非零项即对应最佳本征音基矢量; l2正则化可以提高解的稳健性,在某种程度上减少了子空间维数的先验选择对识别率的影响;而弹性网正则化则通过线性组合在二者之间取得折衷.有监督说话人自适应实验表明,新方法与本征音方法的最好结果相比,在少量的自适应数据条件下(10s以下),识别率相对提高了近1%～2%.三种方法中, l1正则化略优于l2正则化,而在引入弹性网正则化后,系统性能有了进一步提高.
将正则化方法应用于本征音说话人自适应算法中,有效地解决了说话人子空间基的先验选择问题. 通过对似然函数引入适当的正则项,在优化过程中从候选本征音基矢量中自动选择最佳的本征音进行线性组合. 本文讨论了三种正则化因子,并给出了其数学优化算法. l1正则化可以得到说话人因子的稀疏解,其非零项即对应最佳本征音基矢量; l2正则化可以提高解的稳健性,在某种程度上减少了子空间维数的先验选择对识别率的影响;而弹性网正则化则通过线性组合在二者之间取得折衷.有监督说话人自适应实验表明,新方法与本征音方法的最好结果相比,在少量的自适应数据条件下(10s以下),识别率相对提高了近1%～2%.三种方法中, l1正则化略优于l2正则化,而在引入弹性网正则化后,系统性能有了进一步提高.
2012, 38(12): 1958-1967.
doi: 10.3724/SP.J.1004.2012.01958
摘要:
适配性分析是合成孔径雷达(Synthetic aperture radar, SAR)图像匹配的重要研究内容, 它研究图像是否适合选作基准图的问题. 本文研究基于点特征配准方法的异源SAR图像适配性分析, 以特征点的数目及稳健程度来度量SAR图像适配性, 提出基于点特征的异源图像适配性评价算法, 并构建出一种评价特征点稳定性的准则, 以指导选取合适的退化模型.实验结果表明本文所提出的点特征适配性评价机制能有效地度量指定SAR图像的适配性, 从而近似得出保障图源的适配性排序结果.
适配性分析是合成孔径雷达(Synthetic aperture radar, SAR)图像匹配的重要研究内容, 它研究图像是否适合选作基准图的问题. 本文研究基于点特征配准方法的异源SAR图像适配性分析, 以特征点的数目及稳健程度来度量SAR图像适配性, 提出基于点特征的异源图像适配性评价算法, 并构建出一种评价特征点稳定性的准则, 以指导选取合适的退化模型.实验结果表明本文所提出的点特征适配性评价机制能有效地度量指定SAR图像的适配性, 从而近似得出保障图源的适配性排序结果.
2012, 38(12): 1968-1974.
doi: 10.3724/SP.J.1004.2012.01968
摘要:
以具有典型人造目标的可见光和SAR (Synthetic aperture radar)图像为研究对象,提出一种自适应多尺度快速Beamlet变换方法提取人造目标在可见光和SAR图像的共有特征---线特征, 并基于线特征构造控制点,设计了一种基于控制点特征的匹配度函数,采用基于特征一致的粗配准和基于控制点的精确配准方法,对待配准图像实现由粗到精的自动配准. 实验表明,在可见光和SAR图像存在较大灰度差异、旋转和平移的情况下,该算法仍然能够精确配准图像.
以具有典型人造目标的可见光和SAR (Synthetic aperture radar)图像为研究对象,提出一种自适应多尺度快速Beamlet变换方法提取人造目标在可见光和SAR图像的共有特征---线特征, 并基于线特征构造控制点,设计了一种基于控制点特征的匹配度函数,采用基于特征一致的粗配准和基于控制点的精确配准方法,对待配准图像实现由粗到精的自动配准. 实验表明,在可见光和SAR图像存在较大灰度差异、旋转和平移的情况下,该算法仍然能够精确配准图像.
2012, 38(12): 1975-1984.
doi: 10.3724/SP.J.1004.2012.01975
摘要:
大脑中致力于运动信息处理的区域是初级视皮层(V1)和中颞区(MT).目前有关运动模式是在哪个区域完成的,存在不同的推测.迄今大多数关于动作识别的研究都是围绕MT阶段展开的.本文针对V1阶段获得的信息能否进行动作识别的问题展开研究,提出了模拟初级视皮层(V1)脉冲神经元的动作识别系统.该系统首先采用3D Gabor滤波器及其组合分别模拟初级视觉皮层中简单、复杂细胞的感受野,以此对视频图像进行处理,从而获取对运动速度和方向敏感的运动能量,并通过V1阶段的环绕抑制来增强运动能量和降低噪声的影响.其次,采用Integrate-and-fire脉冲神经元模型模拟初级视觉皮层的神经元,将获取的运动信息转换为神经元响应的脉冲链.最后,根据脉冲链平均发放率的特性提取运动特征向量,采用支持向量机(Support vector machine, SVM)作为分类器.在Weiziman数据库下进行测试,实验结果表明, V1阶段获得的信息可以进行动作的识别.
大脑中致力于运动信息处理的区域是初级视皮层(V1)和中颞区(MT).目前有关运动模式是在哪个区域完成的,存在不同的推测.迄今大多数关于动作识别的研究都是围绕MT阶段展开的.本文针对V1阶段获得的信息能否进行动作识别的问题展开研究,提出了模拟初级视皮层(V1)脉冲神经元的动作识别系统.该系统首先采用3D Gabor滤波器及其组合分别模拟初级视觉皮层中简单、复杂细胞的感受野,以此对视频图像进行处理,从而获取对运动速度和方向敏感的运动能量,并通过V1阶段的环绕抑制来增强运动能量和降低噪声的影响.其次,采用Integrate-and-fire脉冲神经元模型模拟初级视觉皮层的神经元,将获取的运动信息转换为神经元响应的脉冲链.最后,根据脉冲链平均发放率的特性提取运动特征向量,采用支持向量机(Support vector machine, SVM)作为分类器.在Weiziman数据库下进行测试,实验结果表明, V1阶段获得的信息可以进行动作的识别.
2012, 38(12): 1985-1995.
doi: 10.3724/SP.J.1004.2012.01985
摘要:
经典视觉跟踪方法通常仅以目标区域内信息作为目标描述. 实际中, 目标局部背景信息也影响着跟踪性能. 本文首先在目标描述中引入局部背景信息, 并将目标表示为一带权点集. 然后通过K近邻计算目标观测概率, 并联合目标先验信息得到搜索区域内各点后验概率值. 最后, 利用均值漂移(Mean shift)算法估计目标状态. 本文算法优点如下: 1) 目标描述中联合局部背景信息, 增强了目标模型. 因此, 跟踪过程中提高了目标与背景的区分能力, 并进一步使跟踪算法更加稳定, 跟踪结果更加精准. 2)目标初始化时, 利用Mean shift对目标进行一次重定位. 由此解决了不精确初始化时跟踪算法容易失效的问题. 在不同视频上进行了定性和定量的实验验证. 结果表明本文算法具有较高的跟踪稳定性和准确性, 尤其当目标初始化比较粗糙时.
经典视觉跟踪方法通常仅以目标区域内信息作为目标描述. 实际中, 目标局部背景信息也影响着跟踪性能. 本文首先在目标描述中引入局部背景信息, 并将目标表示为一带权点集. 然后通过K近邻计算目标观测概率, 并联合目标先验信息得到搜索区域内各点后验概率值. 最后, 利用均值漂移(Mean shift)算法估计目标状态. 本文算法优点如下: 1) 目标描述中联合局部背景信息, 增强了目标模型. 因此, 跟踪过程中提高了目标与背景的区分能力, 并进一步使跟踪算法更加稳定, 跟踪结果更加精准. 2)目标初始化时, 利用Mean shift对目标进行一次重定位. 由此解决了不精确初始化时跟踪算法容易失效的问题. 在不同视频上进行了定性和定量的实验验证. 结果表明本文算法具有较高的跟踪稳定性和准确性, 尤其当目标初始化比较粗糙时.
2012, 38(12): 1996-2004.
doi: 10.3724/SP.J.1004.2012.01996
摘要:
研究了r重a尺度紧支撑正交平衡插值多小波,其中a≠r.所得的多尺度函数是正交平衡插值的,同时对应的多小波是正交插值的. 首先,根据插值多小波的定义,利用取整函数这一技巧,得到关于r重a尺度插值条件的显式方程.其次,研究了a=2, r=3 和a=2, r=4的紧支撑正交插值多小波,并构造了相应的实例. 最后,利用Gram-Schmidt正交化方法讨论了a=3, r=4的正交插值多小波,并给出了算例.
研究了r重a尺度紧支撑正交平衡插值多小波,其中a≠r.所得的多尺度函数是正交平衡插值的,同时对应的多小波是正交插值的. 首先,根据插值多小波的定义,利用取整函数这一技巧,得到关于r重a尺度插值条件的显式方程.其次,研究了a=2, r=3 和a=2, r=4的紧支撑正交插值多小波,并构造了相应的实例. 最后,利用Gram-Schmidt正交化方法讨论了a=3, r=4的正交插值多小波,并给出了算例.
2012, 38(12): 2005-2013.
doi: 10.3724/SP.J.1004.2012.02005
摘要:
针对一类同时具有执行器和传感器故障的不确定线性系统,讨论了基于观测器的故障检测和隔离方法.首先,通过引入增维向量,使得在构造的增维系统中,故障向量包含了原系统的执行器故障和传感器故障.通过构造辅助输出使增维系统的观测器匹配条件得以满足,同时设计高增益滑模观测器对辅助输出进行估计.然后,对增维系统构造鲁棒滑模观测器并用作故障检测观测器,通过滑模控制项来抑制干扰,使观测器具有鲁棒性.在此基础上,结合多观测器故障隔离思想,提出了可以同时对执行器故障和传感器故障进行检测和隔离的方法. 最后,通过对一个五阶飞行器模型进行仿真,证明了所提方法的有效性.
针对一类同时具有执行器和传感器故障的不确定线性系统,讨论了基于观测器的故障检测和隔离方法.首先,通过引入增维向量,使得在构造的增维系统中,故障向量包含了原系统的执行器故障和传感器故障.通过构造辅助输出使增维系统的观测器匹配条件得以满足,同时设计高增益滑模观测器对辅助输出进行估计.然后,对增维系统构造鲁棒滑模观测器并用作故障检测观测器,通过滑模控制项来抑制干扰,使观测器具有鲁棒性.在此基础上,结合多观测器故障隔离思想,提出了可以同时对执行器故障和传感器故障进行检测和隔离的方法. 最后,通过对一个五阶飞行器模型进行仿真,证明了所提方法的有效性.
2012, 38(12): 2014-2022.
doi: 10.3724/SP.J.1004.2012.02014
摘要:
提出了一种可以在嵌入式平台上实时运行的驾驶员状态检测算法. 状态检测采用了基于统计学习的Adaboost算法与动态建模算法. 与传统的采用主动红外光的方法相比, 本系统采用对人眼更为安全的被动式方法, 且对光线的变化有更好的鲁棒性. 算法的主要创新点是: 1) 提出了检测区域自适应调整的单双眼检测相结合的Adaboost人眼检测算法, 提高了人眼检测的准确性与速度; 2)提出基于高斯混合模型的人眼动态建模跟踪算法, 自动提取驾驶员眼睛区域灰度分布的信息, 实现了对不同驾驶员人眼的建模与跟踪定位. 在多个公共数据集以及实车采集的视频上进行的实验表明, 该算法能够准确判断驾驶员的状态, 满足实时处理的要求.
提出了一种可以在嵌入式平台上实时运行的驾驶员状态检测算法. 状态检测采用了基于统计学习的Adaboost算法与动态建模算法. 与传统的采用主动红外光的方法相比, 本系统采用对人眼更为安全的被动式方法, 且对光线的变化有更好的鲁棒性. 算法的主要创新点是: 1) 提出了检测区域自适应调整的单双眼检测相结合的Adaboost人眼检测算法, 提高了人眼检测的准确性与速度; 2)提出基于高斯混合模型的人眼动态建模跟踪算法, 自动提取驾驶员眼睛区域灰度分布的信息, 实现了对不同驾驶员人眼的建模与跟踪定位. 在多个公共数据集以及实车采集的视频上进行的实验表明, 该算法能够准确判断驾驶员的状态, 满足实时处理的要求.
2012, 38(12): 2023-2031.
doi: 10.3724/SP.J.1004.2012.02023
摘要:
人体行为检测问题不仅需要判断行为的类别,而且需要估计行为发生的时间和位置,有重要的现实应用意义. 人体行为检测的主要难点在于参数空间维度高以及背景运动干扰. 针对上述难点,本文提出了一种基于最大互信息区域跟踪的人体行为检测算法. 该算法将行为区域定义为最大互信息矩形区域,采用稠密轨迹作为底层特征,利用随机森林学习轨迹特征与行为类别的互信息函数,利用轨迹的时间连续性对行为区域进行大时间跨度的预测和跟踪. 实验结果表明,该算法不仅能够有效地识别不同类别的行为,而且能够适应现实场景中背景运动的干扰,从而准确地检测和跟踪行为区域.
人体行为检测问题不仅需要判断行为的类别,而且需要估计行为发生的时间和位置,有重要的现实应用意义. 人体行为检测的主要难点在于参数空间维度高以及背景运动干扰. 针对上述难点,本文提出了一种基于最大互信息区域跟踪的人体行为检测算法. 该算法将行为区域定义为最大互信息矩形区域,采用稠密轨迹作为底层特征,利用随机森林学习轨迹特征与行为类别的互信息函数,利用轨迹的时间连续性对行为区域进行大时间跨度的预测和跟踪. 实验结果表明,该算法不仅能够有效地识别不同类别的行为,而且能够适应现实场景中背景运动的干扰,从而准确地检测和跟踪行为区域.
2012, 38(12): 2032-2037.
doi: 10.3724/SP.J.1004.2012.02032
摘要:
现有的卷取温度预报补偿模型和带钢批次间补偿模型中,由于案例推理(Case-based reasoning, CBR)系统中检索特征权重系数采用人工凑试的方法,难以获得满意的补偿作用,且由于缺乏迭代学习的初始工况条件的匹配算法,难以进行准确匹配和有效迭代.因此,本文针对这两个问题, 提出了基于神经网络技术的案例推理系统检索特征权重系数自动学习算法及迭代学习技术初始工况匹配算法,改进了卷取温度预报补偿模 型和带钢批次间补偿模型,并采用国内某大型钢厂的现场实际数据进行实验研究.实验结果表明,与原有方法相比,带钢卷取温度的控制偏差减小了1.63℃,卷取温度精度控制在±10℃以内的命中率提高了14.5%.
现有的卷取温度预报补偿模型和带钢批次间补偿模型中,由于案例推理(Case-based reasoning, CBR)系统中检索特征权重系数采用人工凑试的方法,难以获得满意的补偿作用,且由于缺乏迭代学习的初始工况条件的匹配算法,难以进行准确匹配和有效迭代.因此,本文针对这两个问题, 提出了基于神经网络技术的案例推理系统检索特征权重系数自动学习算法及迭代学习技术初始工况匹配算法,改进了卷取温度预报补偿模 型和带钢批次间补偿模型,并采用国内某大型钢厂的现场实际数据进行实验研究.实验结果表明,与原有方法相比,带钢卷取温度的控制偏差减小了1.63℃,卷取温度精度控制在±10℃以内的命中率提高了14.5%.
2012, 38(12): 2038-2048.
doi: 10.3724/SP.J.1004.2012.02038
摘要:
多无人机协同目标分配(Multi-UAVs cooperative target assignment problem, MUCTAP)是一个条件复杂的多模型、多约束组合优化问题, 很难用一致的方法获得可行的解. 为解决该问题, 本文对各种目标分配模型统一建模, 设计了一致的模型处理方法; 针对三维环境特点, 提出利用空间垂直切面计算无人机估计航程代价的方法, 并利用航程代价矩阵优化目标分配算法; 同时加入协同约束关系计算, 提高分配算法的准确性. 仿真实验验证了该方法能够处理多种情况的目标分配问题, 具有较高的通用性和准确性, 能够有效完成多机协同目标分配任务.
多无人机协同目标分配(Multi-UAVs cooperative target assignment problem, MUCTAP)是一个条件复杂的多模型、多约束组合优化问题, 很难用一致的方法获得可行的解. 为解决该问题, 本文对各种目标分配模型统一建模, 设计了一致的模型处理方法; 针对三维环境特点, 提出利用空间垂直切面计算无人机估计航程代价的方法, 并利用航程代价矩阵优化目标分配算法; 同时加入协同约束关系计算, 提高分配算法的准确性. 仿真实验验证了该方法能够处理多种情况的目标分配问题, 具有较高的通用性和准确性, 能够有效完成多机协同目标分配任务.
