基于ROI特征匹配融合的图像多目标跟踪算法
Multi-target Tracking Based on Fusion of ROI Feature Matching
雷琳 李智勇 粟毅
在图像多目标跟踪问题中，针对图像匹配无法辨别同类别目标以及状态滤波难以对目标突发机动建模两个难点，提出了一种多特征匹配融合跟踪算法。该算法在基于局部方差图（standard deviation map，STDM）的目标检测结果的基础上，首先利用目标感兴趣区域（region of interest，ROI）的图像匹配来克服目标状态匹配误差的影响；然后利用状态特征匹配消除图像匹配识别的模糊性；最后在关联代价全局最优化框架下，将两者匹配结果融合，以提高多目标跟踪的正确率。[著者文摘]
There are two problems when tracking multiple targets in sequence images. Firstly, the target＇s kinematic state cannot be estimated accurately when target＇s abrupt maneuver happens. Secondly, the image matching method cannot discriminate the targets which belong to the same category. To resolve above problems, a novel muhi-target tracking method based on fusion of target＇s feature matching is proposed. On base of target detection in local standard deviation map （STDM）, the region of interest＇s（ROI） image matching result is used to reduce the error of state estimation matching, and the state estimation matching is used to reduce the ambiguity of image matching. Under the global optimal association cost frame, fusion of above two matches is realized to improve the accuracy of tracking, which can resolve the complex multi-target tracking problem availably.[著者文摘]
一种全局最优化检测融合算法研究
Research on Global Optimization Algorithm for Distributed Detection Systems
梁小果 李言俊 张科
文中研究了非理想信道条件下分布式检测融合系统的性能优化问题。融合系统由融合中心及N部传感器构成，各部传感器通过非理想信道与融合中心连接。为了使系统检测性能达到最优，需要对融合规则及各部传感器的判决规则进行全局最优化。文中推导了融合系统检测性能的全局最优化融合算法，并采用该融合算法对系统性能进行了优化。
领域信息在信息融合进程中的优化处理
Optimization of Region Information in Process of Information Fusion
方宏彬 张铃
提出一种新的局部领域信息最优化组合函数算法，以解决融合过程中局部领域最优信息合理利用问题。引入最小鉴别信息熵的概念后，得到局部领域最小鉴别信息熵的概念与表示方法，应用于信息融合，得到局部领域信息最优化组合函数算法。该算法为避免其他融合方法主要考虑整体的结果而忽略具体过程提供了一种新的方法和思路。
谈生物学教学的最优化过程
羊垂功
每位教师都希望自己每堂课成为成功的课，有时听了优秀课或看了名师的优秀教案后，总想按照这种优秀课的思路在自己班级实践一下，可效果并不理想。这是为什么呢？原因就在于课堂教学中没有把教授最优化与学习最优化相应地融合在一起。换言之，如果只注意教师教授过程最优化，而不重视学生原有的基础知识、学习习惯及思维方式，忽视学生学习过程最优化，就达不到学生学习的最佳效益。因此，这样的教学过程就很难成为最优化、最有效的教学。
分布式多传感器多元假设检验的最优决策融合算法
Optimal Decision Fusion Algorithm for M-ary Hypothesis Testing with Multi-sensor Distributed Detection Systems
相明 王炜 郭飞
研究分布式并行检测融合系统的M元假设检验融合算法。融合系统由融合中心及N部传感器构成。由于融合系统的检测性能由融合规则及各部传感器的判决规则共同决定，因此为了优化系统检测性能，需要联合优化融合规则及各部传感器的判决规则。在各部传感器观测相关的条件下，推导了联合最优化融合规则及传感器判决规则满足的必要条件，并给出了求解最优融合规则及传感器判决规则的数值迭代算法。仿真实验结果表明，采用该融合算法对系统性能进行优化，可获得明显优于单部传感器的检测性能。
基于融合分类和支持向量机的入侵检测研究
Intrusion Detection Based on a Fusion Classifier and SVM
肖海军 洪帆 张昭理 廖俊国
为了在提高入侵检测的检测率的删时降低虚警率，基于融合分类和支持向量机的异常检测利用融合分类器进行入侵检测，融合分类器包含二三个不同的分类器：基于属性选择的支持向量机，基于样本剔除的支持向量机以及标准支持向量机。仿真实验由三部分组成：首先，坝处理数据，然后，对完成预处理的数据分别用三个分类器进行预分类，最后，由这三个分类器实际输出的加权和进行融合决策。权值的最优化是一个NP—hard问题，在实验中，利用各分类器预分类的检测率作为其对应的权值简化了权值寻优的过程。实验结论表明，基于融合分类和支持向量机的异常检测可提高入侵检测的整体性能。
一种基于似然比判决规则的检测融合算法及其鲁棒性分析
Distributed Detection Based on Likelihood Ratio Decision Rules and Analysis of Robustness of System Performance
相明 王炜 郭飞
研究了一种传感器观测相关条件下分布式并行检测融合系统的检测性能优化方法，即限定各部传感器采用似然比判决规则，并在该约束条件下联合优化融合规则及各部传感器的判决门限，以使系统检测性能达到最优。推导了融合规则及各部传感器判决门限联合最优化的必要条件，得到了最优传感器判决门限满足的系统方程，并在此基础上给出了求解最优融合规则及传感器判决门限的数值迭代算法。仿真实验结果表明，该融合算法鲁棒性较好，且系统检测性能明显优于单部传感器的检测性能。
分布式检测中基于恶劣检测环境的反馈融合算法
The Feedback Fusion Arithmetic in Distributed Detection Based on Atrocious Detection Environment
刘英坤 冯新喜 党宏刚 潘平俊
针对本地检测器的检测环境比较恶劣和本地检测器至融合中心的传输信道为非理想信道的情况，提出一新的反馈算法。将融合中心的判决信息反馈至融合中心，用来剔除工作不正常的本地检测器或性能恶劣的信道，基于性能正常的本地判决信息，应用聂曼一皮尔逊（NP）规则来推出融合中心的最优化判决形式。最后通过三检测器的系统仿真表明：在此情况下，融合中心应用反馈使检测性能得到了改善。
利用传感器判决门限联合优化的串行检测融合算法
A Data Fusion Algorithm for Distributed Serial Detection Systems Based on Joint Optimization of Sensor Decision Thresholds
相明 张亚明 葛新雷
针对传感器观测相关的条件下最优分布式检测融合算法较为复杂这一问题，提出了一种基于似然比判决规则的系统性能优化方法．该方法的基本思想是，限定各部传感器采用似然比判决规则，并在此约束条件下，联合优化各部传感器的判决门限，以使系统检测性能达到最优．对于由N部传感器组成的分布式串行检测融合系统，在Bayes准则下推导了各部传感器判决门限联合最优化的必要条件，得到了最优传感器判决门限满足的系统方程，并在此基础上给出了求解最优传感器判决门限的数值迭代算法．由于将传感器判决规则的联合优化问题简化为了判决门限的联合优化问题，因此该算法计算量较小，收敛性较好，更加便于工程应用．
一种全局最优的多感测器检测融合算法
An Algorithm for Global Optimization of Multisensor Detection Fusion
刘英坤 冯新喜 党宏刚 潘平俊
在实际检测中，由于带宽、信道衰落和信道噪声等因素的影响，从本地检测器至融合中心的信道通常无法保证为理想传输信道，另外由于本地检测器和融合中心的距离比较远，会加剧信道的非可靠性和增加信道的传输能量，于是就在本地检测器和融合中心之间增加中继节点。然后利用贝叶斯规则对所有节点的判决规则进行联合最优化。最后通过仿真对系统的检测性能进行了比较。