摘要：提出了软件的“可视性、可测性和可维性”是军用软件产品基本的质量特性和设计属性的概念及软件“可视性、可测性和可维性”应作为评定军用软件产品的质量和技术状态的前提条件和基础的观点。基于以上概念和观点,给出了“可视性、可测性和可维性”的定义、工程意义和成熟度模型,以解决军用软件定型过程中的“评审难、测试难和定型的软件产品难以服务部队”等问题。

摘要：随着跟踪环境、跟踪对象和跟踪系统的不断变化、发展 ,目标与量测已很难仅仅以一一对应的关联关系来描述 ,这使得多目标跟踪中数据关联这一核心问题更具挑战 .JesusGarrcia、T .Kirubarajan和Bar Shalom等学者从智能方法或重复使用一对一分配JPDA等方面进行了研究 ,取得一定成效 ,但计算量和性能均未达到理想效果 .本文首先提出更符合实际情况的新的目标与量测相关联的可行性规则 ,给出广义联合事件的一种分割与组合方法 ,利用贝叶斯法则推导出了一种全局次优的广义概率数据关联算法 (GeneralizedProbabilityDataAssociation ,GPDA) .通过本文设计的各种典型环境的仿真计算表明 ,GPDA算法的性能在目标与量测无论是否在一一对应的情况下 ,全面优于JPDA算法 ,且由于新算法的设计技巧 ,使计算量和存储量也大大小于JPDA算法 ,为发展同时具有良好实时和关联性能的多目标跟踪算法给出了新的尝试 .

摘要：针对当前基于深度学习的彩色化模型在面对具有多个目标的复杂场景时存在的误着色问题,提出一种基于像素级生成对抗网络的彩色化模型.该模型在生成网络中采用全卷积网络模型处理不定尺度的输入灰度图像,并加入与真实彩色分量间的L1损失作为彩色化优化目标;在判别网络中,采用语义分割网络计算像素级Softmax损失,反向传递优化彩色化生成网络.在Pascal Segmentation及ILSVRC2012数据集上进行的彩色化图像质量比较,实验结果表明,与同类模型相比,本文模型在处理复杂场景灰度图像的彩色化任务中具有更高的着色准确率,并且对不同目标之间具有更好的区分度.

摘要：研究切换拓扑下线性异构多智能体系统的协同输出调节问题,并设计了一个基于事件触发的输出调节控制机制.设计的控制机制不仅可以实现智能体对外部系统的渐近跟踪和干扰抑制,还可以有效减少智能体之间的信息传递数量,从而降低通信负载减少网络能耗.最后通过仿真验证结论的有效性.

摘要：针对移动机器车在运行时状态参数难以实时检测的问题,设计了一个介于WiFi模块和STM32微控制器之间的无线传输接口。在该接口设计中,移动机器车中的微控制器STM32与WiFi模块之间采用SPI接口通信,并根据EM380的通信协议及时序,详细讨论了SPI接口的设计程序。最后通过利用VC软件设计的上位机软件,在PC机上显示了赛车速度、赛道中心线等信息。实验结果验证了该无线接口传输数据的有效性,表明无线检测将成为移动机器车状态参数检测的发展方向。

摘要：近年来,数据发布隐私保护问题受到了广泛关注,相继提出了多种隐私保护匿名模型.l-多样性模型是其中保护个体隐私的有效方法,但现有的l-多样性模型只适合处理分类型敏感属性,不适合处理数值型敏感属性.为此,提出面向数值型敏感属性的分级l-多样性模型,包括分级相异l-多样性、分级信息熵l-多样性和分级递归(c,l)-多样性.所提出的模型首先将数值型敏感属性域分级,再基于分级信息实现数值型敏感属性的l-多样性.设计了实现这些模型的l-Incognito算法.并且从匿名表的多样性角度进行了比较,实验表明分级l-多样性表比未分级的l-多样性表具有更高的多样度,因此具有更强的抵制同质性攻击和背景知识攻击的能力.

摘要：由于煤气化反应过程的复杂性,其优化成本较高、效率较低。代理模型计算准确且成本小,在基于仿真的复杂工程设计和优化中,常用来辅助粒子群优化(PSO)等进化算法解决计算代价过高问题。为在有限函数评价下得到更好的优化解,提出一种新的基于交叉验证和Voronoi图的代理模型辅助进化算法(CVVSAEA)。在全局搜索中,通过留一交叉验证和Voronoi图选取设计空间中最不确定点,更新代理模型以辅助PSO算法找到当前最好解;在局部搜索中,选择当前较好的解建立代理模型,使PSO算法尽快收敛到局部最优。通过中等维度的测试问题和煤气化实例,与其他3种先进的代理模型辅助进化算法比较,结果表明CVVSAEA在大多数测试问题上能获得更好的解,使有效气产率得到了提升。

摘要：针对广泛应用于超声医疗的HIFU(高强聚焦超声)换能器,利用MATLAB与VC++的接口技术,混合编程设计实现了具有一定通用性质的HIFU声场仿真软件。可利用此软件对具有不同设计参数的HIFU换能器进行声场的声压分布仿真、-3dB焦域仿真等,具有直观的三维图形输出,并可方便地进行设计参数与声场形态之间关系地分析。充分利用了MATLAB与VC++各自的优点,使两者优势互补,成功实现了一界面友好,实用高效的虚拟实验测试平台。

摘要：语义解析领域中的Text-to-SQL任务对实现基于数据库的自动问答具有重要意义。现有深度学习模型,如Seq2Seq的序列生成模型在单表SQL查询中已取得显著效果,但无法解决多表SQL查询的问题。图神经网络能够有效提取数据库表和问句之间的关联信息,丰富解析过程中的语义信息,从而提升多表SQL查询的准确率。文中提出一种自适应的图构建方式和图编码方式,在现有Text-to-SQL模型中引入问句信息,通过对问句和数据库的拼接词向量进行卷积操作生成图网络初始化权重,对同种类型下的不同数据库可实现统一训练。采用IRNet框架和关系扩充的方式进行整体模型设计,在当前开放的Text-to-SQL数据集Spider上进行验证。结果表明,该技术能够有效提升多表SQL语句生成的匹配准确率,同时算法对图神经网络在Text-to-SQL领域的研究具有重要的参考价值。

摘要：文章介绍了一种新的二值图像像素快速标记方法。这种方法首先对二值图像施行一个基于扫描像素线的连通体检测过程,同时巧妙地利用线性分析表来记录连通关系,然后,根据标号的从大到小的传递过程来进行标号的归并。这种方法克服了以前方法中像素重复扫描、记录连通关系所需内存大和标号归并需大量运算等缺陷,具有实现简单,占有内存小,运算速度快等特点。实验表明,该方法能快速准确地检测出任意形状的连通体。