摘要：为了抵消无人机"蜂群"所具有的非对称作战优势,从反控制其协同飞行的角度出发,将"蜂群"描述为具有涌现性特征的复杂系统,剖析无人机"蜂群"蜂拥涌现行为的产生机理,首次建立基于f-散度的"蜂群"涌现性度量模型.根据蜂拥控制算法所遵循的启发式规则提出"蜂群"蜂拥涌现行为的抑制机理,首次建立了干扰条件下蜂拥控制的失效判别模型.通过仿真实验,分析和讨论了干扰强度、干扰时机对抑制"蜂群"蜂拥涌现行为的影响.

摘要：深度确定性策略梯度算法(Deep Deterministic Policy Gradient,DDPG)作为深度强化学习中的经典算法,在连续控制问题上有着较大的优势,被应用于自动驾驶领域。针对DDPG缺少策略动作过滤导致的非法策略比例较高引起的训练效率低、收敛速度慢等问题,提出基于失败经验纠错的深度确定性策略梯度算法。通过分离经验缓存池,根据驾驶表现选择失败数据训练,并将策略网络单输出转化为油门和刹车控制量,通过正态分布噪声改善探索策略。TORCS平台仿真实验表明,所提算法相对于DDPG算法与DQN(Deep Q-learning Network)算法,训练效率明显提升,非法驾驶策略降低为0。

摘要：重大突发事件的事后处置已经愈加无法满足当前社会的迫切需求,急于需要向事前异常行为的预警预测转型。传感器网络与定位技术的快速发展与普及,为时空轨迹数据挖掘奠定了基础。围绕异常轨迹预警预测挖掘这一核心目的,对异常轨迹聚类识别与轨迹预测的国内外研究现状和进展进行了理论梳理、剖析,综述了相关算法在城市异常轨迹数据预警预测中的应用,指出了所面临的挑战和进一步的发展方向,为该领域的进一步研究提供参考。

摘要：社区识别技术是公共安全领域潜在危害行为预警预测和已发生危害行为追踪溯源的基础,针对传统社区识别算法将社区视作单一集合而无法描述社区主次成员的问题,提出一种基于动态距离的模糊社区识别算法。该算法将传统的单一社区结构划分为核心区域和边际区域,以边际区域来描述社区的模糊区间。该算法首先将网络设想为动态演变模型,网络中的任意节点均会与其他节点产生互动,互动将改变各节点间距离,距离也反过来影响互动。在阈值的界定下,受到多个社区吸引的节点被划分到边际区域,最终距离分布趋于稳定,各个社区结构得以显现。通过对比实验验证了CDFDD算法在社区识别上的有效性。

摘要：针对天地一体化网络具有无中心、分布式、高动态等特点,提出一种考虑计算映射与动态分布的分散式算力路由控制策略,通过将用户业务建模为一个有向无环图模型,设计一种改进的定向扩散算法进行求解,实现任务在天地一体化网络中的边传输、边计算、边制定映射策略,并将计算映射到一条端到端的传输路径中.仿真结果表明,该算法不仅能够高效地完成传输和计算,还具有较好的抗毁性.

摘要：实时警犬姿态重建能为警方带犬执勤提供了一种智能、便捷、超视距的交互方式。针对警犬的生物运动特性,设计实现了全新的多传感器警犬数据背心;基于多个体积小、功耗低传感器,构建了新的警犬运动姿态融合方法,可以捕获警犬的不同姿态数据,包括站姿、坐姿、卧姿等;针对警犬频繁抖动问题,提出了基于多传感器数据背心的警犬姿态重建方法,引入一种改进的核函数ELM(ExtremeLearningMachines)算法,求解最优重建姿态结果。通过分析和对比实验仿真,表明本方法能够实时重建出真实可信的警犬姿态。

摘要：根据指挥场所海量视频信号汇聚、传输和展现的使用需求,提出了一种基于VC‐2浅压缩视频编解码技术的视频传输和管理系统解决方案。介绍了VC‐2浅压缩视频编解码流程,设计了IP化高带宽局域网络结构,采用视频组播方式完成视频数据传输,并提出了2级视频管理体系构建方法。最后,通过对某指挥场所的应用升级和测试表明,使用该方案构建的系统具有传输流程清晰、扩展性强、低延迟、高画质以及使用维护便捷等特点。