简介：为了提高移动设备存在威胁风险分析的准确率和抗干扰能力,进而降低投诉率,提出一种基于PCA融合BP神经网络风险分析模型。通过核主成分分析将设备威胁类型从10个特征量降低到3个主特征量,提取了原始数据的主信息,并以降维后的特征量作为BP神经网络的输入特征量,建立设备威胁风险分析模型。最后通过实验对比了多种模型算法,结果表明采用PCA结合BP神经网络的风险分析模型具有更好的风险识别准确率。

简介：密歇根大学两位计算机科学家及IEEE院士DavidBlaauw和DennisSylvester日前在旧金山IEEE国际固态电路大会（ISSCC）上发表了10篇有关＂智能微尘（M3,MichiganMicroMote）＂毫米级计算机的论文。毫米计算机将搭载深度学习神经网络芯片,而且功耗极低。

简介：随着科学技术的发展，信息技术水平逐渐增强，人类对于计算机性能的要求越来越高，在此背景下，人工智能应运而生，为人类的生产生活带来较大的便利。人工智能充分满足了人类计算机智能化及人性化的要求，包含了生物学、计算机工程学以及数学等大规模多领域的科学技术。文章将从人工智能技术的特点出发，对其在计算机中的实际应用进行分析，希望能够为广大学者提供一个衡量的平台。

简介：为满足雷达复杂工作场景任务需求,提出一种基于主优化（MM）算法的低相关旁瓣、稀疏频谱波形设计方法;该方法首先建立最小化积分旁瓣电平准则下的恒模发射信号模型,并考虑工作频段拥塞情况下波形稀疏频谱特性,进而建立低相关旁瓣和稀疏频谱任务需求下的主优化（MM）目标函数表达式,最后利用主优化（MM）思想构造最小化积分旁瓣电平或稀疏频谱的算法框架。仿真结果表明,该算法能够有效降低积分旁瓣电平,并能够在干扰频段形成频带陷波,且在码长较长时仍具有较佳效果。

简介：在雾、霾等天气条件下，大气粒子的散射作用导致图像严重降质。本文提出一种简单快速的基于物理模型的图像去雾新算法，对大气散射模型进行化简，得到新的去雾模型。然后，利用暗原色先验方法估计大气光值A，并代入新的简化模型，得到去雾图像。实验表明，该算法在处理速度和去雾效果上都优于现有算法。

简介：电子商务推荐系统凭借着“智能感知”用户的兴趣和需求的能力,实现个性化商品推荐。传统算法以协同过滤作为主要技术手段实现个性化推荐功能,但是随着电商业务的发展,数据稀疏性和推荐的实时性倍受挑战。据此,结合聚类分析的优点,改进传统算法,提出一种聚类分析与协同过滤相结合的推荐算法。实验表明,改进后的算法具有较好的推荐准确性。

简介：基于相关滤波的视频目标跟踪算法近年来在不同的标准数据集和目标跟踪竞赛上均取得显著成果.较全面总结了相关滤波视频目标跟踪算法的发展过程和改进算法,分别从样本构建、优化设计和更新方法等方面整理分析了上述算法.同时,桄理和分析了上述算法存在的难点问题,并展望了其进一步的发展.

简介：本设计对免缩放因子CORDIC算法进一步改进，改进包括进一步减少迭代次数和减少双步CORDIC算法中区间折叠模块输出调整方式。将改进后的算法与免缩放因子单步算法和免缩放因子双步算法相结合，给出一种正余弦波形产生的架构。用Verilog编写RTL级实现改进后的架构代码，仿真输出与Matlab数据对比，其中正余弦误差都集中在2％一下。在A1teraEP2C70F89C6芯片上做FPGA验证，时钟频率可达1000MHz。

简介：针对分布式压缩感知中联合稀疏信号的重构问题,在分析了信号群与联合稀疏模型（JSM）基础上,利用JSM-2型联合稀疏信号在子空间内的投影特性,提出了一种多重子空间追踪重构算法.仿真结果表明,该算法在降低计算复杂度的同时可有效确保联合稀疏信号重构准确率.

简介：为了解决基于用户服务质量约束的多用户多天线系统高能效线性预编码问题,根据分式规划性质提出了一种迭代优化算法,并利用凸优化方法对每次迭代中子问题进行求解,分别讨论了最大功率发送与非最大功率发送两种子问题求解情况。最后,仿真结果表明,该算法收敛性优,且在确保用户服务质量情况下可有效提高系统能效。

简介：早期,有人就提议了一个可以避免因为人多导致流量受到干扰的方法,就是实时监控,并对流量进行分类的方法,这种方法在最早的时候才用的是DPI技术进行对信息流的分类,这为以后的聚类算法起到了奠基的作用,通过对OPTICS聚类算法思想的应用,使用数据点的个数对流量进行稠密程度划分,以此来完善信息的聚类,并有针对性的对各个用户提供相应的服务。

简介：在现代公安警务工作中,人脸识别是智能化目标人物排查、线索追踪的重要支撑技术。在实际应用中,公安布控人脸图像采集通常处于非合作场景。在环境因素的作用下,采集的图像相比于标准库中人脸图像往往发生噪声叠加、曝光异常以及运动模糊等降质褪化。因此,人脸识别算法的鲁棒性应当成为其有效性的重要判断依据之一。鉴于上述考虑,本文研究了几种典型机器学习算法在不同图像降质因素作用下的人脸识别性能,进一步分析了上述算法的鲁棒性。

简介：危机决策模拟训练系统是培养现代军事人才决策实战能力的重要工具。危机决策模拟训练中,社会仿真模型为参训人员构建了一个定性和定量的综合战略研究环境。采用动态演化与静态分析相结合的建模结构,可以更有效地关联危机态势推演进程。针对社会仿真建模中静态分析模型,将经典层次分析法与训练结合,提出了危机决策模拟训练中的综合国力模型,并采用和法进行合理求解,充分运用了施训专家的专业分析判断能力,为参训人员提供了直观可靠的图形结果。

简介：为解决复杂场景中目标检测实时性差和鲁棒性低问题,提出了一种基于软级联支持向量机（SVM）分类器的行人检测算法。该算法采用梯度方向二值模式（ORBP）为特征描述子,基于自适应特征选择与多级分类阈值构建软级联分类器。为确保样本选取的完备性,通过模糊估计随机构建正负样本集,结合快速特征点与中值流实现目标追踪。试验结果表明,在复杂场景中,该算法实时性优且鲁棒性高。

简介：基于图像进行船舶目标检测与识别时,船舶目标区域内部常出现孔洞,从而降低船舶目标检测与识别的准确率和稳定性.针对该问题,提出了一种用于二值图像的基于船舶目标区域外接矩形的内部孔洞自动填充算法.首先,寻找目标区域最小外接矩形,并进行标注;然后,引入边界限定算法对内部孔洞自动填充.该算法抗干扰能力强,不受船舶区域内部孔洞大小及数目的限制;同时,对于由船舶灰度不均导致图像分割时产生的船舶残缺具有修复作用.试验结果表明,该算法可以有效填充船舶目标区域内部孔洞,为准确提取船舶目标特征以及提高船舶目标检测与识别的准确率和稳定性提供支撑.

简介：基于具有目的域的武器系统平台,以各态历经的正态随机穿越过程Z（k）的概率密度函数f（x）为基础,针对状态样本空间进行等概率分割网格化,研究了梯形和综合积分2种等概率分割网格化算法。与传统等间隔分割算法相比,等概率分割网格化算法可优化求解概率转移阵的计算量,从而提高了由概率转移阵计算推导出武器系统首发命中率。

简介：短波战术数据链在现代战争中发挥着重要作用.针对短波时变多径信道特性,提出了一种基于信道估计的Turbo均衡算法.该算法在初次迭代时根据训练序列的自相关特性,采用快速相关信道估计算法估计信道初始状态,并进行基于线性最小均方误差（MMSE）的Turbo均衡;然后利用译码器反馈的软信息,采用最小均方（LMS）迭代信道估计算法优化信道估计值,并进行迭代均衡.仿真结果表明,该算法的误码率性能逼近于假定信道状态已知的Turbo均衡算法,对Turbo均衡在数据链中实际应用具有借鉴意义.

简介：文章针对各种数字多媒体版权容易被窃取修改盗用，提出一种改进的基于SVD和DWT变换多子带嵌入的数字盲水印算法。新算法首先对原始载体图像进行分块，运用SVD分解出奇异值和奇异值向量，然后运用DWT变换分成4个子带，将置乱后的水印运用特殊算法嵌入到除了低频子带外的其他3个子带中，最后直接运用阈值的方法将水印提取出来。实验结果表明，与传统的DWT水印算法相比，新算法具有良好的不可见性和鲁棒性，不仅能抵抗裁剪，旋转等几何攻击，而且能有效抵抗噪声、图像灰度值变化等攻击。

简介：市电与高压直流混合供电系统是ICT领域供电架构新发展方向，它以高压直流供电作为保障供电基础，以市电作为主供电源，既利用市电直接供电的高效率，也同时获得直流系统的高保障性。此供电架构能够很好实现节能降耗，解决远距离供电问题和高功率密度供电难题，实现了高效、高可靠性与轻资产等目标。

简介：参数化设计方法可以有效提升汽车轮毂设计的效率和质量。为了进一步拓展轮毂参数化模型的算法,文章提出了将参数系统按功能分层的参数层级和向量场变形算法,通过将参数化系统进行模块化处理,将参数系统分为拓扑关系、独立算法、可变参数权重比3个层级,将向量场算法代入到独立算法层级,设置并调整向量场数据的权重比来实现直接建模操作。实验表明,参数化层级和向量场算法适用于汽车轮毂的设计且具有较高的设计效率。