【摘 要】
：
飓风常会引起无法估计的人身和经济损失,飓风轨迹异常检测可以为灾情提供辅助信息或异常告警。从深度学习的角度出发,提出了基于变分自编码器的飓风轨迹异常检测方法(Variational Auto-Encoder Outlier Detection, VAEOD)。利用滑动窗口将长度不等的轨迹序列变成等长的子轨迹序列作为变分自编码器的输入,通过变分自编码器训练轨迹重构模型,将重构的轨迹与输入的轨迹通过平行
【机 构】
：
国防科技大学系统工程学院,湖南长沙410073
论文部分内容阅读
飓风常会引起无法估计的人身和经济损失,飓风轨迹异常检测可以为灾情提供辅助信息或异常告警。从深度学习的角度出发,提出了基于变分自编码器的飓风轨迹异常检测方法(Variational Auto-Encoder Outlier Detection, VAEOD)。利用滑动窗口将长度不等的轨迹序列变成等长的子轨迹序列作为变分自编码器的输入,通过变分自编码器训练轨迹重构模型,将重构的轨迹与输入的轨迹通过平行、垂直和角度距离进行对比找出异常的轨迹段。通过真实的飓风数据进行仿真实验发现,VAEOD方法比经典的轨迹
其他文献
为解决传统人工势场法存在目标不可达、易陷入局部极小值、无法避障和缺少航迹优化策略等缺陷,而分层势场算法又存在分层越多规划速率越慢的问题。对无人机进行建模,在分层势场函数中分别引入引力影响因子和斥力影响因子解决目标不可达问题,引入"辅助力"解决易陷入局部极小值问题,提出自适应扩展势场算法对航迹进一步优化。通过对多无人机航迹规划进行数值仿真实验,结果表明该算法可以提高规划效率。
构建下一代智能化兵棋系统，难在不能一蹴而就，需要通过构建生态系统逐渐成长智能。界定了智能化兵棋生态系统的基本概念，提出动态开放的理念、层次多样的理念和协同演化的理念。借鉴人类智能成长过程和学习进化机制，构建了下一代兵棋认知智能演化成长的OLTA双螺旋模型，给出了基于OLTA循环的兵棋推演生态系统体系框架；分析了数字孪生、人机融合共生、数据样本生成、智能测试评估、云原生等技术在构建兵棋推演生态系统中
针对智能化兵棋系统建设运用过程中的认知行为建模问题，提出一种基于角色-行动-场景（AOS）的指挥决策智能体认知行为建模框架，探索了场景知识图谱服务、智能态势认知、智能决策规划和自主综合控制等关键认知行为模型的实现思路和方法，为智能化兵棋系统建设运用提供可行技术方案。
低空突防模式机动舵面最优配置是飞机安全飞行能力的重要保障,建立合理有效的数值仿真模型具有重要的意义。针对小翼载多功能组合操纵面布局飞机,采用基于多约束条件下的数值微分方程建立了低空机动飞行仿真模型,构建了考虑越障能力、飞机坡度限制及爬升梯度等约束下的不同机动舵面模式的使用方案。仿真结果表明:该模型是解决舵面合理配置的有效手段,同时,为设计机动模式提供了理论依据,为飞机机动舵面最优配置提供了可行的设
针对我国城市中心区域路况较拥堵的实际情况,设计基于车辆行驶路段的速度计算方法,同时考虑车辆行驶距离、载重和速度因素,建立以最小化总油耗费用为目标的绿色多车场车辆路径问题模型,提出一种融合蚁群优化算法(Ant Colony Optimization, ACO)与知识模型的学习型蚁群优化算法(Learning Ant Colony Optimization, LACO)进行求解。为提高算法全局搜索性能
未来兵棋推演将面对更加复杂的战争体系，需要广泛应用人工智能技术来弥补人的不足，这是下一代兵棋系统模型引擎研发必须考虑的因素。本文结合长期兵棋系统研发和运用经验，提出了下一代兵棋模型引擎的框架雏形，针对结构和计算复杂度问题讨论了体系解耦方法，研究了基于数字孪生的人机融合架构，探索了可以降低模型开发门槛、提升效率的建模技术手段，提出了支持机器学习的引擎机制，并针对分布式硬件环境提供了软硬一体化设计思路
针对红外图像分辨率偏低的问题,设计了一种改进的超分辨率生成对抗网络(Super-Resolution Using a Generative Adversarial Network,SRGAN)算法。在生成网络中,提出应用残差密集网络获取各网络层提取的图像特征以保留图像更多的高频信息,并采用渐进式上采样方式以提升大缩放因子下超分辨率重建效果。在损失函数方面采用更符合人类感官的感知损失,使生成图像在感
为优化机械手作业质量和效率,提出基于机械手刚度与全局行程最优的逆解多目标确定方法,建立机械手正运动学模型,运用行为树进行逆运动学求解。构建刚度性能评价指标与关节角总行程数学模型,进行逆解多目标优化。设计7–5–7次多项式关节空间插值算法进行轨迹规划,与常用的3次多项式规划方法相比,结果表明:7–5–7次多项式规划方法得到的机械手运行轨迹更加平稳顺滑。
工业过程中各类数据间具有一定的相似性,单纯利用K均值算法对其进行故障诊断时,存在很大的错误率。提出一种基于局部线性嵌入(Locally Linear Embedding, LLE)的K均值聚类算法,将正常数据运用LLE算法降维并求出投影矩阵,利用投影矩阵将原始故障数据映射到低维空间,再利用K均值算法对其聚类,建立检测与诊断模型。将此方法应用于田纳西-伊斯曼(Tennessee-Eastman, T
云环境下模型和仿真引擎多以可执行文件形式提供服务,使得plug-in-play仿真应用开发模式成为首选,这就需要相应接口关联模型处理逻辑和仿真引擎控制逻辑。提出了覆盖仿真对象初始化,事件调度、处理与撤销,发布与处理订购,回滚,退出仿真全生命周期的面向plug-in-play模式的仿真对象接口,并以C++语言定义其原型,通过实例阐述其使用过程,结果表明:该套接口能够灵活定义仿真对象。配合仿真对象实例