公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于自适应烟花算法的多无人机任务分配被引量：12: 2018年; 多无人机任务分配是复杂的多约束多目标非线性优化问题,针对常用智能算法的各自缺陷,结合烟花算法特点,提出使用改进的自适应烟花算法处理该问题。首先建立了该问题的数学模型,使用层次分析法结合灰色关联法求得各指标权重,并用外罚函数法将该模型转化为无约束单目标极值问题;然后使用自适应烟花算法求解该模型。为验证自适应烟花算法处理该问题的优越性,分别用几种不同优化算法做仿真计算。结果表明,自适应烟花算法能快速收敛于全局最优解,其结果直观地表述了该复杂情景下合理任务分配方案。; 马焱赵捍东赵捍东张玮邵先锋邵先锋张晓东; 关键词：协同任务分配

基于MATLAB的静态手势分割与识别研究被引量：2: 2017年; 设计了手势的分割与识别程序系统,采用USB摄像头作为单目视觉下的视频输入设备,结合MATLAB软件对采集的目标图像进行识别。结合基于运动的手势分割与基于肤色的手势分割2种手势分割方法,提取运动肤色区域,通过计算此区域的均值与方差矩阵更新高斯模型,设定合理的肤色相似度阈值检测出图像中的肤色区域,从而将手势图像从背景中分割出来。最后,利用模板匹配的方法,对分割出来的手势进行快速识别。实验证明,程序具有很好的分割效果,在复杂环境下对裸手手势识别的成功率大于90%。; 许金鹏张亚吕铁钢马焱; 关键词：手势识别高斯模型图像分割

Simulation and comparison of several numerical algorithms for solving ballistic differential equations被引量：2: 2016年; Several numerical methods of differential equations and their applications in ballistic calculation are discussed for the purpose of simplification of the dynamic differential equations of projectile trajectory.Program simulations of Euler method,Heun method,lassic fourth-order Runge Kutta（RK4）method,ABM method and Hamming method are achieved based on Matlab.In addtion,the approximate solutions,local truncation errors and calculation time of the dynamic differential equations are obtained.By analyzing the simultaion results,the advantages and disadvantages of these methods are compared,which provides a basis for choice of ballistic calculation methods.; 马焱赵捍东许金鹏朱福林

基于改进烟花-蚁群混合算法的智能移动体避障路径规划被引量：46: 2019年; 针对二维静态环境下智能移动体避障路径规划问题,提出改进烟花-蚁群混合算法求解最优路径.首先,鉴于基本烟花算法的不足,提出增加"先锋火花"和采用"镜面映射"规则处理越界先锋火花的改进方法;然后,将改进烟花算法得到的最短路径作为参照路径,使其换算成蚁群算法的初始信息素分布,以解决蚁群算法收敛速度慢和初始信息素不足的缺点;最后,进行3种不同环境下的仿真实验,结果表明所提出的算法能够快速寻得高精度的最优路径,在应对复杂环境时也表现出良好的求解性能.所提出的算法为复杂环境下智能移动体避障路径规划提供了一种新思路.; 张玮马焱马焱赵捍东李营李旭东; 关键词：蚁群算法路径规划

基于神经网络补偿的线性弹道落点预报方法被引量：2: 2017年; 针对线性化法预报弹丸落点存在侧向速度、角速度计算复杂和适用范围小的问题,提出了基于神经网络补偿的线性弹道落点预报方法。该方法在线性假设下,对刚体六自由度弹道进行线性化处理,得到线性弹道模型;将弹丸的圆周运动方程组视为线性定常系统,利用系统的解得到圆周运动的解析式,并利用梯形近似法处理其他参数的导数,得到基于线性弹道的落点预报解析式;然后利用神经网络理论设计了补偿项,不仅解决了线性化法适用范围小的问题,还提高了线性弹道预报落点精度。数值仿真测试结果表明,该方法预报弹丸射程和横偏的最大误差分别约为4m和7m,预报落点时间约0.024ms,比解算6D弹道的时间少了1.451s。因此,该方法可为快速精确预报弹丸落点提供理论参考。; 赵捍东黄鑫马焱; 关键词：神经网络

舰艇对空中来袭目标意图的预判方法被引量：5: 2018年; [目的]为使舰艇能在短时间内正确预判空中来袭目标的意图,提出应用异质集成学习器解决该模糊不确定性分类问题。[方法]首先选取极限学习机、决策树、Skohonen神经网络和学习矢量化(LVQ)神经网络4种子学习器,使用集成学习结合策略构建异质集成学习器;然后利用该集成学习器训练测试训练集100次,得到该分类实验平均准确率和计算时间。为提高准确率,进行了集成修剪,剔除"劣质"的LVQ神经网络,重新构建效率更高的异质集成学习器,其实验结果具有极高的精度,但计算耗时长。为此,提出对Skohonen神经网络子分类器做"线下训练、线上调用"的改进。[结果]仿真实验表明,从探测到空中目标到预判出各来袭目标意图总用时为4.972 s,预判精度为99.93%,很好地满足了精度和实时性要求。[结论]该研究为作战决策提供了一种新颖而有效的方法,同时也为小样本分类识别问题提供了一种较好的实现途径。; 赵捍东马焱张玮张磊李营李旭东; 关键词：极限学习机决策树 LVQ神经网络

环型聚能装药侵彻靶板能力多因素分析被引量：2: 2017年; 环型聚能装药结构参数与其侵彻靶板能力间的关系难以用精确的数学函数表达,因此利用灰色关联理论建立描述该关系的模型是有意义的。首先采用灰色关联度理论对正交试验数据进行初步处理分析,将多目标问题转化为单目标问题,得到各结构参数与侵彻靶板能力的灰色关联度;然后应用基于支持向量机回归、粒子群优化、遗传算法等参数寻优算法的支持向量机(SVM)网络回归模型对灰色关联度进行预测,从而实现对环型聚能装药侵彻靶板能力的计算。结果表明,使用基于遗传算法参数寻优的SVM网络回归模型拟合精度最高,该模型可以很好地描述正交试验中环型聚能装药结构参数与侵彻靶板能力间的关系。最后选用正交试验外的一组数据,应用LS-DYNA对该结构参数下的环型聚能装药侵彻靶板过程进行仿真,并将仿真试验数据与SVM网络回归模型的预测值作比较,验证了该模型的可靠性。; 马焱赵捍东黄鑫; 关键词：装药技术灰色关联理论支持向量机参数寻优

基于粒子群优化支持向量机神经网络的弹丸落点预报被引量：4: 2017年; 针对目前弹丸落点预报方法预报时间较长和精度不高的问题,提出了基于粒子群(PSO)优化的支持向量机(SVM)神经网络预测方法。该方法采用PSO优化算法优化SVM训练参数,以获得最优SVM神经网络落点预测模型。在此基础上,使用卡尔曼滤波处理外弹道数据形成神经网络训练数据,进行落点预报仿真测试。仿真结果表明,射程最大误差为7.371m,横偏最大误差为0.886m;落点预报时间在35ms之内,比数值积分法快了一个数量级,为弹丸落点预报的实际应用提供了一种途径。; 马焱赵捍东黄鑫; 关键词：神经网络 SVM

全选清除导出

共1页<1>

马焱