简介:军事指挥控制信息系统的高复杂性和高动态环境,给指挥控制系统动态演化带来新挑战,传统的通过专家定义的离线决策方法已不适用于复杂动态的运行环境。分析了复杂动态环境中的2个挑战:同时发生的多个变化之间存在演化方向冲突问题;变化发生的上下文状态无法预知。基于双层感知分析决策执行(MAPE)控制循环的自适应框架,在上下2层使用不同的自适应决策方法。上层采用基于搜索的自适应决策,解决演化方向冲突问题,并进行全局决策;下层采用易实现且开销更低的基于强化学习的自适应决策进行局部决策和调整。
简介:传统图像局部方向特性的自适应全变分去噪算法,通过计算图像局部方向的角度矩阵,用优化最小化算法迭代求解实现图像去噪,不能保存图像边缘信息,去噪效果及稳定性差。提出基于能量回归滤波全变分图像自适应去噪算法,通过能量回归尺度空间滤波法获取滤波图像时,对源噪声图像进行多尺度二进小波分解获取小波变换系数及低频粗糙分量,采用能量回归滤波法计算小波系数并对小波系数进行重构,获取源图像的滤波图像。采用基于图像局部方向特性的自适应全变分去噪算法从含噪滤波图像中分离出轮廓尺度图像,对含噪图像同轮廓尺度图像实施差计算获取含噪残差纹理细节图像,基于该图像运算获取规整化可信度参数λ后,采用基于参数P与λ的全变分图像自适应去噪算法对带噪滤波图像进行处理,得到消噪图像。实验结果表明:所提算法去噪效果佳,其具有较高的稳定性和效率。