一种基于实测点云数据的壁板类零件修配加工路径计算方法

针对飞机壁板类零件采用修配法装配过程中需要精确获取修配加工路径的问题，提出一种基于实测点云数据的壁板类零件修配加工路径计算方法。首先设计一种基于法线差的特征点检测算法提取参考壁板的初始特征点。然后建立迭代收缩优化模型对初始特征点进行收缩优化，得到参考壁板的准确特征点。最后根据工装定位孔特征进行配准，将参考壁板的特征点映射到待修配壁板上，并将映射后的特征点按照一定顺序进行连接，得到待修配壁板的修配加工路径，按照修配路径进行加工，获得壁板装配配合边界。实验表明，该方法能够精确提取待修配壁板修配加工路径，并且经过加工验证，壁板试验件对缝间隙获得小于1.2 mm的实际效果。     

三元二次样条函数及其计算（Ⅰ）——高维数据拟合

半节点二次样条是Ｃ１类连续的，其二阶导函数是阶梯函数，在半节点处产生跳跃。鉴于此，本文利用最小二乘法，获得了一种半节点二次插值样条边界条件确定方法，该方法可以保证二次插值样条在半节点处二阶导数的变化最小，这相当于保证了曲率的变化最小。为了适应四维数据插值的需要，给出了三元二次插值样条的定义及基样条表示，提出了一种边界条件，证明了其存在唯一性。最后把二次插值样条边界条件确定方法推广到三元二次插值样条上去，获得了三元二次插值样条边界条件的确定方法。该方法的意义是，可以直接从插值条件获得边界条件，从而克服了多元样条边界条件难以确定的困难     

基于支持向量机和线性判别分析的维数约减方法及其应用

目前已提出的一些基于支持向量机的维数约减方法,但其投影矩阵的获得仅考虑支持向量机的类间间隔,而忽略了数据中的类内信息。本文首次提出了一种基于支持向量机和线性判别分析的维数约减方法,称之为DRSL。DRSL实现了类问和类内信息的有效组合,能有效拟合数据中类间和类内结构,使得所获投影矩阵能够提高后续分类器的推广能力。实验验证了该方法的有效性。     

抽油机故障诊断的分布驱动主动学习算法

抽油机示功图直观显示了抽油机工作情况，但实际工况情况呈现典型的长尾分布特性，类别严重不平衡。传统方法无法准确识别小类别工况，也无法获得井下工作状态准确识别。针对这一问题，提出一种基于分布驱动的多类别长尾数据代价敏感主动学习算法（Cost-sensitive active learning algorithm based on distribution -driven multi-class long-tailed data， CALA）。首先，考虑数据分布特性，以最小化代价为优化目标确定数据的最佳聚类簇数；其次，通过加入预分类误差代价来更新之前得到的最佳聚类簇数；然后，构建集成分类模型作为分类器；最后，通过迭代来平衡数据分布。采用某油田真实的示功图数据进行测试，显著性实验分析证明CALA在小类别工况诊断上具有更好的性能。     

代价敏感惩罚AdaBoost算法的非平衡数据分类

针对非平衡数据分类问题，提出了一种基于代价敏感的惩罚AdaBoost算法。在惩罚Adaboost算法中，引入一种新的自适应代价敏感函数，赋予少数类样本及分错的少数类样本更高的代价值，并通过引入惩罚机制增大了样本的平均间隔。选择加权支持向量机（Support vector machine,SVM）优化模型作为基分类器，采用带有方差减小的随机梯度下降方法（Stochastic variance reduced gradient,SVRG）对优化模型进行求解。对比实验表明，本文提出的算法不但在几何均值（G-mean）和ROC曲线下的面积（Area under ROC curve,AUC）上明显优于其他算法，而且获得了较大的平均间隔，显示了本文算法在处理非平衡数据分类问题上的有效性。     

基于应变能动态聚类的梯度点阵结构优化设计

为了优化具有空间渐变几何特点的梯度点阵结构,促使有限材料在宏观结构中实现合理分布,提出结合动态聚类的两尺度并发拓扑优化方法。在整个优化过程中,微结构分区方式可以通过K-means聚类方法基于当前的宏观单元应变能进行聚类更新,获得比静态分区更为合理的微结构分布方式;并引入微结构转角变量,根据结构主应力方向来布置微结构转角,获得更为合理的宏观结构传力路径。数值算例表明,相较于传统指定材料区域的静态分区方法,该方法可以更为有效地进行材料分布,充分利用材料的各向异性,提升结构性能。     

基于模糊聚类的航空发动机故障预测研究

为了保证飞行安全和降低航空维修成本,提高航空发动机故障预测的准确性,利用数据挖掘技术,提出了一种基于模糊聚类的航空发动机故障预测的数据挖掘模型。通过对航空发动机维修数据的分析,构建了发动机数据的采集框架以及维修数据挖掘模型,利用模糊聚类理论对某型号航空发动机的维修数据进行聚类,依据不同的阈值获得样本的不同分类情况进行故障预测。最后通过算例仿真验证了模糊聚类可以为航空发动机故障预测提供决策依据。     

对VC++ MFC类库中CFile类的派生类的研究和示例

VC＋＋中MFC类库中所包含的各个应用结构类都是派生于根类CObject，拥有许多共同的接口和方法，为Win32下的编程提供了许多方便。针对类的派生特性，亦可以通过派生MFC类库中的某些应用结构类，构造可以实现更高效，更实用．功能更强大而不影响其拥有的父类的功能模块的应用子类．本文以CFile类及其由笔者编写的派生类为例，来对MFC类的派生用法进行阐述和研究。     

基于非欧式距离的可能性C-均值聚类

改进型可能性C-均值聚类(Improved possib ilistic C-means,IPCM)是在综合了模糊C-均值聚类(Fuzzy C-means,FCM)和可能性C-均值聚类(Possib ilistic C-means,PCM)的基础上得到的。在IPCM的基础上,利用鲁棒统计观点和影响函数,引入一种新的距离度量以代替IPCM的目标函数中的欧式距离度量,提出了一种新的可能性C-均值聚类模型(A lternative improved possib ilistic C-means,A IPCM),并给出了该模型的具体实现算法。A IPCM具有良好的鲁棒性,更适合对含有噪声或野值的数据进行划分聚类。仿真实验表明,A IPCM能克服噪声敏感性问题,获得合适的聚类中心和高的聚类准确率。     

联合模糊c-均值聚类模型

提出一种新的结合了模糊c-均值聚类（FCM）算法和可能性c-均值聚类（PCM）算法优点的联合模糊c-均值聚类（AFCM）算法。它克服了PCM对初始值敏感、易产生一致性聚类的缺点，是PCM的扩展算法。试验表明：AFCM能同时产生隶属度和典型值，从而更好地处理噪声，避免了一致性聚类，同时提高了聚类准确性。     

不动点类的代数注记

本文利用不动点类的代数化，决定复迭空间的基本群的正规子群H的构成因素及其性质，研究不动点类与H不动点类的关系。     

玻璃熔窑计算机控制的现状和展望

玻璃熔制是一个非常复杂的物理变化、化学反应过程，为了获得高质量的玻璃制品，必须要稳定熔窑热工制度，即习惯上称的“四大稳”。为此整个熔制过程控制分为五个系统：窑温控制系统、窑压控制系统、玻璃液面控制系统、燃烧控制系统以及火焰换向控制系统。目前，自动控制技术对提高玻璃熔窑热效率、降低能耗和稳定生产过程的作用，已充分被人们所认识。本文介绍了玻璃熔窑自动控制的现状，归纳并分析了四大类中小规模计算机控制系统在玻璃行业的应用现状，并对玻璃熔密计算机控制的发展方向。提出了一些看法。     

车间管理与控制重用类库的实现

面向对象的思想几乎涉及到计算机应用的各个领域，软件重用的研究当然不例外。软件的重用正从传统面向过程的部件重用（ＲｅｕｓａｂｌｅＣｏｍｐｏｎｅｎｔ）向类重用转移。要对类进行重用，就必须对已设计好的类有效的管理。因而，建立面向特定领域适合的重用的类库就显得尤为重要。本文在探讨重用类库的结构及管理的基础上，以车间管理与控制为应用领域，分析了其中类及类间的关系，以大型数据库ＯＲＡＣＬＥ为工具，实现了类库的管理。     

基于多样性约束和离散度分层聚类的无监督视频行人重识别

视频行人重识别是一项应用非常广的计算机视觉任务。目前的视频行人重识别方法通常是基于监督学习的，该方法需要手工标记大量的数据，代价非常高且并不适用于现实场景。本文提出了一种从底向上的基于多样性约束和离散度分层聚类的无监督视频行人重识别方法。该方法首先将每个样本当作是一个不同的类，然后结合类内间离散度进行从底向上的分层聚类，类间和类内离散度都小的类别将被优先合并，同时在聚类准则中加入一项多样性约束来平衡每类中的样本数量，最后，利用线性变化的特征存储器动态更新模型。在Mars和DukeMTMC-VideoReID两个大型视频数据集上的实验结果表明，相比于目前先进的无监督视频行人重识别方法，本文方法在性能上有一定的提升。     

超额订购下天文卫星短期任务的聚类规划方法（英文）

当用户的观测需求超过卫星的观测能力时，天文卫星的任务规划就成为一个超额订购的问题。对于该问题，设计了一个包含聚类阶段和短期任务规划阶段的框架。首先建立了任务聚类模型，用于减少超额订购任务的规模。其次，使用聚类的结果作为输入，建立了短期任务规划的数学模型。最后，提出了一种自适应混合搜索策略的人工蜂群算法，在基本人工蜂群算法中引入了自适应精英全局-局部搜索策略和自适应变邻域最优搜索策略，以求解聚类和短期规划问题。所提出的算法在实验中表现出更好的寻优能力和更快的收敛速度。此外，它还有效地减少了聚类阶段的任务数量，提高了短期任务规划阶段的任务完成度。     

基于聚类分析的长沙市民体育休闲行为意向分异研究

城市居民作为体育休闲市场的主体,对其行为意向展开研究,对于发现城市体育休闲市场一般特征、开拓相关体育休闲市场等具有重要意义。通过对长沙市民抽样调查得到基础数据,运用聚类法得出3类意向不同的细分市场,采用对应分析方法对各细分市场的体育休闲意向进行分析,得出不同类型的细分市场的体育休闲意向有显著差异的结论,因而获得了体育休闲市场营销的启示。     

基于时空模型的快速视频显著区域检测

传统的视频显著区域检测方法运算量大且难以处理包含复杂运动的视频,本文提出一种基于时空模型的快速显著区域检测方法.该方法用一种新的模糊聚类算法对特征点的运动轨迹进行无监督聚类,对不同运动类型进行分类.在复杂运动情况下,该算法通过计算优化的聚类中心的个数以获得运动类型数,再将异常数据剔除后,生成运动显著图.而在空间显著区检测方面,则利用反差模型以及Gabor滤波器获得图像的静态显著图.在此基础上,还提出一种基于运动优先思想的时空混合方法,将运动和空间显著图动态合成视觉显著图.实验证明,该方法能够有效地提取视频显著区域,与传统的方法相比该方法平均耗时更少且更方便.     

航天飞行中的稀薄气体动力学

飞船、宇航探测器、航天飞机等复杂外形航天器给气体动力学，包括稀薄气体动力学提出了新的要求。本文简要介绍了为计算过渡领域中气动力与热而发展的基于位置元概念的DSMC方法的通用算法。该方法解决了计算物面通量量的技术难点并已用于模拟圆球、飞船、类航天飞机的绕流。正在进行的航天实践，如麦哲伦飞船对金星的探测、行星大气中的气动制动、伽利略飞船的木星之行、尾屏蔽在太空中获得高真空的实验等等提出了新的气动力问题，稀薄气体动力学和DSMC方法是有力的工具。     

基于聚类分析的航空器滑行过点时间预测

为了预测航空器滑行预计到达时间（Estimated time of arrival，ETA），减少场面冲突，提高机场运行效率，本文使用卡尔曼滤波算法对场面历史轨迹数据进行预处理。为了衡量轨迹样本间的距离，综合三类特征用于机场场面历史轨迹数据聚类。特征包含航空器滑行时段和场面航空器数量，以及参考动态时间规整（Dynamic time warping，DTW）算法提取的轨迹差异度特征。将两个样本特征的欧式距离作为样本间的相似度量；基于均差最大原则确定初始聚类中心，使用K-means算法对样本进行聚类，根据待规划航空器的所处时段和场面航空器数量选择匹配度最高的类簇，将其聚类中心样本的轨迹序列和塔台规划的静态路径相结合预测航空器滑行ETA。通过将实际轨迹数据与预测的滑行ETA进行对比分析，证明了本文预测航空器滑行ETA的准确性。     

边侧冒口在铝合金铸件中的应用实践

对于平板类、厚大凹型类铝合金铸件，采用边侧冒口的浇注系统，能提高铸件的补缩效果，生产出合格铸件。本文还对该浇冒口系统提高补缩效果的原因进行了初步分析。