本发明公开了一种面向目标的 RESTful Web 服务发现方法，首先收集 RESTful Web 服务的信息（特别 是功能性的文本描述），并获得 Web 服务集的领域划分；然后从每个领域的 Web 服务集中进行领域知识库 构建，包括 Web 服务-服务目标关联矩阵、服务目标簇集等；最后基于构建的领域知识库，为给定的用户查 询推荐语义相似的服务目标，然后将用户选择的服务目标集与 Web 服务的服务目标集进行匹配，得到候选 Web 服务集。本发明

本发明公开了一种单频网雷达多目标跟踪方法。方法包括量测互联和序列跟踪两个模块。量测互联中: 首先选取一定数量的量测与收发对关联构造低维度关联假设，然后对所有关联假设进行快速判决以尽可能排 除错误的关联假设，整理上一步中所接受的关联假设，最后基于整理后的数据构造单频网情况下的全局关联 0-1 整数规划模型，求解得量测互联后的二次量测。基于二次量测采用卡尔曼滤波实现序列跟踪。该方法可 应对单频网雷达中量测、发射站、目标三者的关联模糊问题，通过启发式方法和最优化模型相结合的方式大 幅降低计算复杂度，且多目标跟踪性能接近关联关系已知的情况，具有推广应用价值

成果的背景及主要用途：天津大学结合三门峡水利枢纽管理局委托“三门峡 枢纽多模目标优化调度研究”项目和教育部骨干教师基金“粘性泥沙的力学模型 和人工智能模拟复合模拟研究”项目开展了多沙河流水库水沙电的多目标优化调 度的研究工作。采用科学的理论方法和先进的技术手段，创新地研究调度管理系 统中涉及的水文预测、泥沙冲淤的智能快速模拟、高含沙洪水的“揭河底”现象 的特征机理、多目标优化调度、实时短期调度、调水调沙等问题，以便使水库优 化调度管理系统更科学化、智能化、系统化。本研究项目的进行与研究结果，有 利于协调解决目前防洪、供水、泥沙淤积与蓄水发电等多目标的优化调度的问题， 确保在改善多沙河流水库库区、下游水库及其河道的泥沙淤积情况的同时增加发 电量，提高社会效益和经济效益，在全国用电紧张、更加注重社会效益和生态效 益保护的今天，本项目的研究有重大的现实意义和实用价值。 技术原理与工艺流程简介：本项目主要利用混沌神经网络模型对黄河中下游 中长期径流和含沙量进行了预测，并利用模式识别的方法随机模拟了洪水过程中 的流量过程线和含沙量过程线；对影响潼关高程和水库泥沙淤积量的相关因子进 行优选，并利用其训练神经网络；将 BP 人工神经网络模型运用到径流量的预测， 水库泥沙淤积、潼关高程中去，进行计算和预测；建立随机微分方程模型，确定 水库断面水库进行多目标优化调度。在完成上述专业模型系统的设计开发基础上，将利用 多目标系统决策分析理论，通过从下到上逐级控制，并协调各子系统的运行关系， 使各子系统既能实现各自目标，又能满足彼此的制约关系，从而实现整个枢纽的 综合最优调度。 技术水平及专利与获奖情况：该项成果达到国际先进水平。 应用前景分析及效益预测：水库多目标优化调度的效益极为明显，往往是在 不增加水利枢纽运行和管理成本基础上实现的效益，在水资源日益短期的形势下， 其重要性也日益突出。本项目所研究的多沙河流以水、沙、电多目标优化调度系 统，可为解决防洪、供水、发电与减淤的矛盾提供新的技术手段和理论方法，可 以应用到黄河等多沙河流的各个水利枢纽的优化调度运行中，能实现水库枢纽经 济效益、社会效益和生态效益的综合优化及和谐统一。还可以应用到含沙量较小 （但又必须涉及泥沙问题）的河流上的各个水库枢纽上，如三峡水库等，应用范 围极为广泛，具有广阔的应用前景。 应用领域：水利水电工程运行管理。 合作方式及条件：技术服务。 7 大型水利水电工程可视化仿真 8 重大水利水电工程施工实时控制 9 重大泄流结构耦合动力安全理论及工程应用 10 城市热环境与建筑节能 11 建筑光环境与城市照明 12 低碳城乡规划与绿色建筑设计含沙量的概率密度分布函数；利用模糊模式交叉迭代模型和遗传算法对

本发明公开了一种实时跟踪运动目标区域的智能监控装置,包括一视频输入设备、一视觉分析系统和一网络输入输出设备。为了高实时高精度地进行运动目标的跟踪,该系统采用了基于模型动态切换的目标跟踪算法,通过对遮挡状态的有效判定,对未遮挡的单运动目标采用基于区域跟踪的简单快速模型,对相互遮挡的复合运动目标采用基于SIFT特征的窄基线图像匹配模型,系统结构简单、高实时高精度、可扩展性强,具有有线以太网和无线GPRS多重网络接入功能,有效的实现了运动目标区域实时跟踪功能。

本发明公开了一种面向空基监视的多目标跟踪方法，属于航空监视领域。

本成果针对空间目标的运动特征，通过研究目标距离徙动轨迹与 等效运动模型，构建了一个欠定的运动方程组，基于全局炳最优化准 则求解出目标运动参数，提出了一种全新的距离对准算法。实验结果 表明该算法具有较高的准确性，更重要的是，距离对准过程中不会引 入距离像随机偏移误差和高频相位误差，这也是应用大转角高分辨成 像方法的前提条件。

随着计算智能方法得到更广泛的应用，其从问题本身学习的能力亟待增强。为此，越来越多研究提出使用机器学习模型来驱动计算智能。通常，这种基于模型的进化算法的性能高度依赖于所采用模型的训练质量。而传统机器学习方法需要大量训练数据进行模型训练，而且受维度灾难的影响，这类方法通常很难解决维度较高的问题，约束了计算智能方法的应用范畴。课题组在

本发明公开了一种大气折射修正状态下目标重建方法，属于图像处理的三维重建方法，解决现有目标重建方法未考虑大气折射对光线传播影响而导致的目标定位误差较大的问题，可用于远距离预警系统。本发明方法包括：(1)确定过目标和地心的直线方程；(2)根据相机C1 成像信息确定目标位置 P1'；(3)根据相机 C2 成像信息确定目标位置P2'；(4)得到准确的目标实际位置 P'。本发明考虑了大气折射的影响，并针对不同地区、不同季节、不

本发明提供一种点斑状目标姿态估计方法及系统，属于目标姿态估计技术领域。方法包括离线训练部分和在线评估部分；离线训练部分包建立目标的三维几何模型、温度分布模型及大气传输模型；结合上述模型，仿真计算六种姿态下点斑状目标的红外辐射光谱，建立姿态-光谱映射数据库；在线评估部分测量红外光谱形态，比对姿态-光谱映射数据库估计该目标的当前姿态。本发明通过分析目标的光谱曲线并匹配光谱数据库反推目标当前所处的姿态，此方法简单有效，

本发明公开了一种基于深度梯度的目标跟踪方法，通过对获取的待跟踪 RGB-D 视频序列的第一帧进行标定，提取 RGB 图像的方向梯度直方图特征和深度图像的深度梯度信息；基于上述信息，对当前帧进行目标检测和目标跟踪，并根据检测结果和跟踪结果，进一步得到最终目标框；最后，对下一帧重复前述步骤且在每一帧处理后，对分类器模型进行选择性调整。相应地本发明还公开了一种对应的系统。通过执行本发明中的方法，有效解决了当前目标跟踪方法中