摘要：突发公共卫生事件下,疫情传播风险可以理解为人群流动过程中人员与人员之间直接/间接接触引起的关联人员之间的疫情传播风险.针对现有基于人群流动的疫情传播风险推演方法简化了人员内部流动对疫情扩散的影响,难以直接用于城市精细化管控方案制定的问题,提出一种群组仿真驱动的疫情传播风险推演方法.首先将人群流动造成的疫情传播风险抽象为人群流动和飞沫扩散运动综合作用造成的疫情传播风险;然后采用融合人群运动建模、车流运动建模的群组仿真方法以及飞沫扩散行为建模方法,实现疫情传播风险的仿真推演;最后采用分层级可视化方法对地理环境、飞沫传播、个体人群流动以及疫情传播风险态势等进行三维可视呈现及交互式管控推演.园区级单位版和城市级政府版的新冠疫情防控平台应用实例结果表明,所提方法可以为决策者制定精细化管控方案提供科学指导.

摘要：针对航母甲板上舰载机混合避障随机性强、实时性差、规划速度慢等问题,结合最小二乘法与DDPG(deep deterministic policy gradient)算法提出一种PDDPG(predictive depth deterministic policy gradient)算法。该方法利用最小二乘法预测航母甲板上动态障碍物的短期轨迹。DDPG根据动态障碍物的短期轨迹为智能体提供在连续空间里学习和决策行为的能力。基于人工势场设置奖励函数,提高混合避障算法的收敛速度和准确率。使用Unity 3D构建了航母甲板高动态复杂场景,进行舰载机混合避障仿真实验。实验结果表明,PDDPG能较准确地实现航母甲板上舰载机的混合避障,与其他方法相比,在精度上提高了7%~30%。与DQN(deep Q network)相比,路径长度和转弯角度上分别减少了100个单位和400o~450o。

摘要：利用滑模同步方法,研究了一种新型分数阶混沌系统的滑模同步问题.基于分数阶微积分相关结论和李雅普诺夫稳定性理论,分别设计了两种不同的滑模面与控制器,通过合理设计切换函数和控制律,可以使误差系统沿着滑模面滑动并最终趋于稳定,从而主从系统取得同步.最后,应用MATLAB进行数值仿真,结果表明在设计的滑模面和控制器作用下,分数阶混沌系统可以在非常短的时间内取得滑模同步.

摘要：航空母舰电子显灵板是推演、验证、评估和改进航空母舰甲板作业方案的重要工具,它可以辅助提高航母甲板作业效率,保证作业安全性,从而提高航母综合作战能力.基于多智能体的建模技术,通过各个智能体自底向上、动态协作的方式构建航母甲板的作业流程,进而构建航母甲板任务规划、决策评估与控制等模型.文中综述了面向航空母舰电子显灵板的多智能体建模技术的研究进展.首先分析现代航母甲板上的典型作业及操作配员;然后介绍航空母舰电子显灵板的研究进展;再从航母甲板作业多智能体协同架构、复杂场景中的多智能体群组协同,基于信念、愿望和意图的多智能体建模,以及多智能体建模平台与有效性评价等多个方面,对现阶段的多智能体技术进行总结;最后提出了若干有待进一步研究的方向,旨在推进中国航空母舰电子显灵板系统和装备的理论研究和产业应用.

摘要：针对高度异构、动态的航母甲板作业场景中的舰载机避障问题,提出一种结合预测算法和深度强化学习的避障方法.该方法包含场景建模、奖励模型和轨迹预测模型等模块.首先基于智能体状态和动作空间对航母甲板场景进行建模;然后利用最小二乘法对场景中动态障碍物的位置进行实时轨迹预测,并构造了包含路径预测模块的深度强化学习方法——环境预测深度Q网络(PDQN);最后利用该方法实现航母甲板作业场景中的舰载机动态避障.利用Python绘图集Matplotlib进行仿真实验,实验数据结果表明,相比于Q-learning,SARSA等方法,所提方法的准确率提升了15%~25%,路径长度短9%~39%,平均奖励值高30%~100%,收敛速度快1~2倍且训练平稳后准确率的标准差小2%~50%.

摘要：针对复杂光照和人脸倾斜条件下口罩佩戴检测准确率低的问题,提出一种利用轻量级卷积神经网络在复杂环境下的口罩佩戴检测方法.该方法利用难样本挖掘预训练学习更多的人脸特征,结合多任务级联卷积神经网络先判别是否有人脸信息,对其进行精准的人脸定位;在特征金字塔网络中添加注意力机制,增强了人脸关键点信息的权重,利用轻量级神经网络将口罩佩戴检测视为简单的二分类问题进行判断.在TensorFlow的环境下完成了数据训练、数据预处理、与AIZOO方法对比实验,收集建立了包含816张图片的数据集进行标注并训练;在对数据进行预处理操作时先将图片设定为固定大小以降低运算量,提高检测速度,再利用图像增强算法进行扭曲处理提高模型的鲁棒性.在此基础上,利用MTCNN检测图片中的人脸并对其进行修正和归一化操作,然后传入神经网络并利用已经训练好的模型进行检测.实验结果表明,在复杂光照和人脸倾斜等复杂条件下,文中方法的准确率分别达到83%和91%,可以有效地进行口罩佩戴检测.

摘要：随着可穿戴设备的发展与普及,基于可穿戴传感数据进行人体行为检测展现了巨大的研究价值.目前大多人类行为识别工作都是基于视频图像展开的,然而,使用计算机视觉技术进行人类行为识别存在2个挑战:一是很难使参与数据采集的人员在自然状态下采集真实状态下的运动数据,在开展数据采集之前往往需要对参与数据采集的人员进行培训并严格规范其采集动作,最终得到的数据将是背离真实生活的数据,其研究价值将大打折扣;二是数据采集过程中还涉及采集人员的隐私保护问题.为此,提出一种基于深度学习的数据特征提取方法.首先在灵活设置卷积核的基础上引入神经网络的分支结构多尺度提取原始数据的深度特征;然后将各分支得到的数据特征进行融合并作为下一个卷积层的输入.实验结果表明,与目前主流方法相比,该方法在MHEALTH,WHARF和USCHAD这3个标准数据集上的准确率和召回率都取得了更好的效果.此外,该方法还在2个较新数据集Stanford-ECM Dataset和DATAEGO上做了验证,结果表明该方法具有较好的泛化能力.

摘要：基于比例积分滑模方法研究了一类双指数型分数阶混沌系统的同步控制问题,设计了一种新颖的积分滑模面和控制律,得到了该系统取得同步的充分性条件,并给出严格的理论推导和数值,结果表明,在构造的切换面和控制律下,双指数型分数阶混沌系统的主从系统取得比例积分滑模同步。

摘要：随着计算机的日益普及和互联网的飞速发展，以信息产业发展水平为主要特征的综合国力竞争日趋激烈，软件产业作为信息产业的核心和国民经济信息化的基础，越来越受到世界各国的高度重视。软件技术已成为信息社会的运行平台和实施载体，软件技术应用的全面延伸对用于信息处理的软件技术的发展提出了更高要求，同时促进了软件技术和软件行业的飞速发展，软件技术已经成为人们公认的当今发展最为迅速的技术之一。

摘要：研究分数阶不确定多混沌系统的自适应滑模同步,通过构造滑模面,设计控制器和适应规则,能够满足滑模面的稳定性与到达性,进而得到分数阶不确定多混沌系统取得自适应滑模同步的充分性条件,研究表明:分数阶不确定多混沌系统满足在一定条件下能够取得自适应滑模同步.