基于融合反馈的算法模块管理在高机动追踪中的应用

以算法模块及算法内部参数的管理为核心,探索并提出新的敏感指标,通过融合反馈的方法来完成高机动追踪。该方法通过敏感指标对融合后的反馈结果的分析,用硬决策的方式完成机动追踪中的滤波器选择,以较少的计算量完成了模型未知的高机动追踪。与传统的IMM算法相比,此算法具有计算量小、模型集少的优点。一个多目标机动追踪实验结果验证了此算法在高机动目标追踪中的优秀表现。     

基于颜色和边缘特征CAM Shift目标跟踪算法

针对连续自适应均值漂移(CAM Shift)目标跟踪算法只适用于特定颜色目标跟踪且容易受到光照变化影响和背景色干扰的缺点,提出了一种改进的CAM Shift目标跟踪算法。该算法采用颜色空间三基色权重直方图建立目标模型,并用目标边缘特征增加目标权重。首先通过颜色空间三基色均匀量化获得特征值,建立基于核函数概率密度估计的目标模型;然后用Sobel算子检测目标边缘特征,结合颜色特征,分别赋予不同的权重投影生成概率密度分布图;最后用Mean Shift算法迭代寻找目标,并通过矩运算调整跟踪窗口大小和方向。实验结果表明：该算法可以有效跟踪多色彩目标,并能够抵御一定光照变化和大面积同色干扰的影响。     

MEM模型在多传感器多目标无源定位与跟踪中的应用

针对多传感器机动多目标无源定位问题的目标数量多、定位难的特点，采用复合弹性系数神经网络模型对该问题进行建模，并进行组合优化，以期能利用多个传感器较准确地对多个机动目标进行无源定位与跟踪。仿真结果表明该模型能有效地锁定真实目标，当多个目标较分散或较集中时，该模型仍能有效锁定和跟踪。     

基于条件证据更新的机动目标分类

以Fagin Halpern Dempster Shafer条件证据理论为依据,提出了一种基于条件证据更新的机动目标分类方法。该方法将空中目标的机种类型与机动状态相互作为条件证据,以获得交叉验证的条件信任度分配函数,并通过识别框架的拓展,实现基本信任度分配的更新。实验结果验证了所提方法能够有效提高目标分类的准确性和可信度。     

区间聚类结合区域划分法实现WSN随机游走模型跟踪

传统的移动目标跟踪方案大都基于理想运动模型,利用滤波方法(如Kalman滤波)进行连续的位置估计和预测。但现实世界中,目标移动规律往往带有强机动性,无任何规律可言,称为随机游走模型。基于此,本文提出了一种低复杂度解决方案,引入离线标准参考样本空间替代在线位置估测过程,为移动目标提供了一种启发式跟踪方案。仿真结果表明,该算法在保证精度的同时降低了计算复杂度,对系统能耗设计有一定指导意义,同时具有更高的灵活性和实用性。     

基于CLIP模型的军事领域图片资源多模态搜索工具研究

深入调研梳理了OpenAI CLIP多模态模型和相关应用研究。借助CLIP模型,通过大规模军事相关图片数据集开展实验,设计开发了具有以文搜图和以图搜图功能的多模态搜索工具,且在实际测试中表现良好,可以为后续围绕军事相关图片的事件分类、目标检测、任务轨迹跟踪等方面的分析研究奠定基础。     

依托创伤急救平台提高机动卫勤分队训练水平的实践回顾

如何在平时加强机动卫勤分队训练,提高战时机动卫勤保障能力,实现应急作战卫勤保障目标,是当前军队医院训练中急需研究解决的一个重点内容。我院通过加强急诊科人员配置,相应扩大部分组室的功能,机动卫勤分队依托急诊科搭建创伤急救平台,经过几年院前急救和院内抢救的实践,摸索     

基于Snake模型提取病灶轮廓

Snake模型是广泛应用于数字图像处理的一种目标轮廓跟踪算法,但在实际使用过程中,现有模型易受噪声及虚假边缘的影响,且对凹陷轮廓的跟踪能力较差。在梯度矢量流模型的基础上,提出广义梯度矢量流模型。该模型不仅能搜索凹陷轮廓,而且也能捕获长管形边界。实验表明该模型有较好的鲁棒性和实用性,适用于噪声干扰情况下提取具有凹凸特征的目标轮廓。     

离散三群粒子群优化算法

提出了离散三群粒子群优化算法(DTHSPSO),该算法将整个粒子群分为三群,第1群粒子朝全局历史最优方向飞行,第2群粒子朝着相反方向飞行,第3群粒子在全局历史最优位置周围随机飞行。粒子的速度保持连续性,对于粒子位置的处理采用两种方法:一是通过传递函数,根据速度的大小进行离散化;二是直接通过强硬限制函数(Hardlim函数)将位置离散化。通过对两种离散函数进行测试与比较,表明两种DTHSPSO都比基本离散粒子群优化算法(DPSO)具有更好的优化性能,而且直接采用Hardlim函数的DTHSPSO算法效果更加突出。     

适应多样化军事任务,建设新型机动卫勤分队

军队机动卫勤力量是我军卫勤力量体系的重要组成部分,是军队战略、战役卫勤支援的主要力量。随着抢险救灾等非战争军事任务的增多,有必要构建新型机动卫勤分队,以便更好地履行新世纪、新阶段军队的历史使命。新型机动卫勤分队,是指现有机动卫勤分队在进行改造和升级之后,能够更加适应执行多样化军事任务,具有快速反应能力的卫勤分队。     

基于混合编码遗传算法的最优跟踪门

跟踪算法优化可以提高跟踪质量,选择恰当的跟踪门是优化跟踪算法的关键措施之一。本文提出了一种基于混合编码的遗传算法,用于杂波环境下目标跟踪过程中跟踪门参数的离线优化。该算法将二进制编码与浮点数编码结合,对跟踪门的形状和大小进行混合编码,选择跟踪精度性能指标构造遗传算法的适应度函数,以此将跟踪算法的优化问题转化为遗传算法寻优,在不同杂波环境下优化跟踪门参数设置。     

基于改进基音跟踪算法的单通道语音分离

基于计算听觉场景分析（Computational Auditory Scene Analysis,CASA）的语音分离系统通过模拟人耳的听觉感知系统对混合信号进行处理并分离出感兴趣的目标语音,近年来得到了很大的发展。如何在干扰噪声存在的情况下进行正确的基音提取跟踪一直是CASA系统研究的重点。提出了一种基于目标语音源的改进基音跟踪算法。该算法通过对目标源估计和基音检测两个步骤的反复迭代计算,得到最终的基音轨迹。通过在不同噪声干扰条件下与传统基音跟踪算法对比的实验结果证明,该算法能够有效地抑制噪声,提高输出语音的信噪比和语音质量。     

一种有效的车辆跟踪算法与异常车辆检测

交通监控视频中车辆检测、跟踪与车型判别是智能交通监控系统的重要组成部分。本文运用W4背景减除法和光流法相结合的技术进行车辆检测。利用区域滤波和空洞填充方法提高目标检测精度。采用质心距离约束和目标大小约束条件实现目标区域之间的匹配和车辆跟踪。最后,根据车辆的几何形状特征对助动车等异常车辆进行检测和标记。通过对高速公路实际视频的测试表明,本算法对机动车进行了有效的跟踪与标记,并对道路上助动车等异常车辆进行了有效的检测。     

嵌段共同分子系统微观相变的Monte Carlo模拟

对高浓度高分子系统的Ｍｏｎｔｅ Ｃａｒｌｏ模拟算法和高分子链的微松弛模式进行了分析比较,采用键长涨落模型空穴扩散法对无热高分子系统的平均末端距和对称共聚高分子系统的微观相结构进行了模拟,发现支除或保留中间链节蛇行运动,得到的模拟结果有一定的差别支除该运动模式得到的平均末端距、标度指数及共聚高分子系统的微观层状结构的层间距要比保留该运动模式的大,表明中间链节的蛇行运动会导致高分子链的过分收缩。     

肿瘤靶区呼吸运动实时反向跟踪系统在精确放疗中的应用研究

目的在胸腹部肿瘤的精确放射治疗过程中,为了减少呼吸运动对肿瘤靶区精确定位的负面影响,使肿瘤靶区的呼吸运动范围尽可能缩小,以减少正常组织的受照范围,提高胸腹部肿瘤放射治疗定位精度。方法采用研制的逆向跟踪系统,通过图像引导的方式实时跟踪肿瘤靶区的呼吸运动,以此获取到靶区在某一特定时间段内的位移量,并尽可能快速地转化为相对于肿瘤靶区进行逆向运动的反馈信号,通过控制治疗床的运动,近似实现肿瘤位置对照射野中心的相对静止。结论能够有效地减少肿瘤靶区的呼吸移动对定位照射精度的影响,较好地满足了精确放射治疗的要求。与其他呼吸控制方法相对比,本方法具有避免延长照射时间、病人在治疗过程中可以自由呼吸、CT扫描时间短等优点。     

军队卫生信息化建设与发展构想

针对我军多样化军事斗争准备和卫勤保障工作的特点、任务与要求,探讨了未来军队卫生信息化建设与发展构想、指导原则和拟开展的几项重要工作。阐述了“一顶、四梁、七柱”的军队卫生信息化建设整体构想。以此通过硬件平台与软件平台建设,构建“天地一体、互联互通”的军民融合式卫勤指挥平台。实现平战结合的卫勤指挥调度与卫生信息资源共享。     

基于双能X射线透视成像的肺部肿瘤运动跟踪方法及临床评价

目的:利用双能X射线透视成像技术,通过呼吸周期内高低能运动图像序列对软组织剪影图像配准,提供一种无需金属标记的肺部肿瘤呼吸运动跟踪方法。方法:以肺部肿瘤患者的高低能X射线透视图像为研究对象,通过自动双能减影算法获得软组织减影图像,然后采用本研究提出的一种结合自适应参考图像选择和归一化互信息匹配的肿瘤运动跟踪算法,计算肿瘤呼吸运动轨迹和运动幅度。采集并分析19例肺癌患者的临床数据,以人工测量结果为参考基准,评价肿瘤运动跟踪算法的准确性。结果:19例病例分析结果显示,运动跟踪算法计算获得的肿瘤呼吸运动轨迹和运动幅度,与人工测量方法获得的结果具有很好的一致性。对大部分病例,头脚方向运动幅度明显大于左右和腹背方向运动幅度,位于肺下半部分肿瘤的运动幅度明显大于位于肺中上部肿瘤。结论:无需金属标记的肿瘤运动跟踪算法,利用双能减影软组织图像,直接对肿瘤进行图像配准,能够较准确地跟踪肺部肿瘤呼吸运动。