摘要：通过对传统Camshift算法的研究,提出了一种多模式自适应CamShift算法(maca).将CamShift算法对H分量敏感的特性推广到S、V分量,构造了凸函数组合模型,利用多目标规划最优求解法获取自适应颜色识别最佳组合解,配合倾角识别和基于ⅡR滤波的目标运动状态信息预测跟踪技术,取得了复杂场景下多色度目标发生旋转、遮挡和速率变化时都能精确跟踪的效果;最后用maca算法设计了一套自适应实时跟踪系统.经大量实验证明,本算法鲁棒性强、实时性好,系统自动化程度高.

摘要：[Objective] The aim was to research property of maca and three plants＇ powders and process parameters of compound maca direct compression. [Method] Based on analysis data from SAS, bulk density, tap density, angle of repose and swelling of powders were studied as per single factor method and orthogonal exper- imental design. [Result] The test indicated that fillibilities of plant A and B, and maca powders are better and flowability plays an important role in fractional close of compound maca powder; plant A and B powders have a significant effect on bulk density of maca （P=0.0125）, an extremely significant effect on swelling volume ratio （P=0.008 9） and little effect on tap density （g/ml）; the optimal process condition of compound maca powder is as follows： A at 0.15 share; B at 0.10 share; C at 0.05 share; the optimal swelling volume ratio is at 2.459. [Conclusion] The technology is reasonable in formulation and satisfactory in fillibility, swelling ability, flowability, and it could serve as theoretical basis for the industrial production of maca tablets.

摘要：AdHoc网络中的信道接入是一个比较复杂的问题,单信道接入协议是目前AdHoc网络中应用最广泛的,本文介绍了AdHoc网络中MAC协议需要解决的主要问题和设计要求,并列举分析了几种典型的基于CSMA/CA的由原端发起的单信道接入协议。最后总结了在MAC协议中常用的退避算法:二进制退避算法(BEB)和倍数增线性减算法(MILD),指出其中存在的问题。

摘要：针对复杂动态不确定环境下的无人机集群对抗问题,基于多智能体强化学习开展了对抗决策方法的研究。首先,基于maca环境构建了无人机集群对抗模型;其次,引入集中训练网络的混合架构模式,改进了传统DDPG算法,设计了面向无人机集群对抗的MADDPG算法,分别采用基于规则的对抗策略和基于DQN的对抗策略对算法进行了训练,提升了对抗算法的鲁棒性、适应性和泛化性;最后,通过搭建对抗仿真环境,验证了所设计方法的有效性和可靠性。

摘要：AdHoc网络中的信道接入是一个比较复杂的问题,单信道接入协议是目前AdHoc网络中应用最广泛的,介绍了AdHoc网络中MAC协议需要解决的主要问题和设计要求,并列举分析了几种典型的基于CSMA/CA的由原端发起的单信道接入协议。最后总结了在MAC协议中常用的退避算法:二进制退避算法(BEB)和倍数增线性减算法(MILD),指出其中存在的问题。

摘要：Adhoc网络中的信道接入是一个比较复杂的问题,单信道接入协议是目前Adhoc网络中应用最广泛的,本文介绍了Adhoc网络中MAC协议需要解决的主要问题和设计要求,并列举分析了几种典型的基于CSMA/CA的由原端发起的单信道接入协议。最后总结了在MAC协议中常用的退避算法:二进制退避算法(BEB)和倍数增线性减算法(MILD),指出其中存在的问题。