基于小波变换和不变矩的车标识别方法

形状特征是目标识别的重要参数,小波变换的低频部分代表物体的总体形状特征,而图像中的噪声主要分布于高频部分。根据这一特征,利用小波变换消除噪声提取目标形状,进而利用特征不变矩距离进行分类,实现目标识别,将该方法应用在实测车标图像的识别中,结果表明识别效果较好。     

基于磨粒磨损机理的机械磨损状态监测

针对机械设备磨损状态监测准确率较低的问题,基于不同磨损机理下磨粒具有不同的形状和纹理特征,提出了一种基于磨粒特征识别的机械磨损状态监测的数学模型。通过形状特征识别球状磨粒和切削磨粒,结合形状、纹理特征识别疲劳磨粒和严重滑动磨粒,基于提取的特征参数建立机械磨损状态监测的特征向量,通过量子粒子群优化(QPSO)的径向基函数神经网络模型,实现对机械磨损状态的监测和判别。实验结果表明:QPSO-RBF神经网络数学模型结构简单,比传统PSO-RBF神经网络模型的识别准确率高5%,可用于常见机械磨损状态的检测。      

基于二级优化的低RCS外形设计方法

针对飞行器外形隐身优化问题,提出了一种流程简单,可同时优化外形轮廓和剖面形状的二级优化方法。这种方法将优化流程分为外形轮廓级和剖面形状级两个层次:外形轮廓级优化任务是将轮廓形状参数传递给剖面形状级,并对外形轮廓进行优化;剖面形状级优化任务是对剖面形状进行优化,并将目标函数值返回外形轮廓级。二级优化的最终结果可获得最优的轮廓形状和剖面形状。以一个具有低RCS特征的飞行器机身为算例,验证了这种二级优化方法的可行性和有效性。     

基于特征的锻件分类及特征有限元法

综合分析锻件后引入特征技术并归纳锻件的形状及变形特点 ,提出了锻件特征概念并给出锻件形状特征的一般定义和构成 ;采用面向对象技术表示特征 ,提出了锻件特征类的概念模式和具体的参数化数据模型 ;针对有限元分析中复杂多变的约束条件和载荷状况两个关键性因素的表达 ,提出特征类的关联思想。在基于特征的锻件分类基础上 ,把锻件变形归纳为“挤”或“压”两种特征元 ,提出了采用基于特征的有限元法 ,并综合自适应FEM、并行FEM、智能型FEM共同求解大型复杂锻件的变形模拟问题。     

航空发动机叶片进排气边缘形状自动评价方法

针对目前对航空发动机叶片进排气边缘形状的评价主要依赖人工目测,主观性强、效率低等问题。提出一种叶片进排气边缘形状自动评价方法,通过非均匀有理B样条（NURBS）曲线拟合、最小二乘椭圆拟合、等半径法等算法拟合叶型并提取相关型面参数,针对5类叶片进排气边缘不合格形状给出了定性的定义,根据叶片进排气边缘在不同形状时的曲率特征以及偏差值变化特征对其形状做出评价。通过实例验证表明：该方法能够实现对尖头、钝头、歪头、缩颈及大小大/小大小（LSL/SLS）5类叶片进排气边缘形状的自动判读,对于不同叶片型号和验收标准的应用场景具有较好的通用性,有效提高了叶片进排气边缘形状评价的效率。     

特征视图的判定原则及同视图数量的关系

视图表达的重要原则是应清晰易懂。便于读图：零件各组成部分的结构形状及相对位置。要表达完全且唯一确定。在明确表示的前提下。使视图的数量最少。引入“特征视图”的概念。阐述了以上原则与特征视图之间的内在关系。给出了基本立体形状特征视图的判定方法和利用基本形体位移自由度来判定组合体位置特征视图原则：得出了只有普通视图而缺少特征视图不能唯一确定物体的结构形状的结论；利用简单形体特征视图的分布情况可准确完整表达组合体应具有最少视图的数量。从而为绘图与读图提供了实用有效的新方法。     

TC4钛合金电子束焊缝形状特征分类研究

论述了理论解析、数值模拟、回归分析、人工神经网络等多种焊缝形状的研究方法,采用多种预测方法结合将是较为理想的焊缝形状研究方案.在所获取的电子束焊缝截面上取一系列控制点,利用B样条曲线实现焊缝形状的参数化再现,分析了控制点参数与焊缝形状特征参数的关系,建立了焊接形状分类准则,获得了特征尺寸临界值,并将电子束焊缝分为漏斗型、钟罩型、楔型和钉型四类.     

基于形状分布的逆向工程体素识别方法

提出了一种基于形状分布和特征技术的体素识别方法.该方法首先在体素三角网格模型上进行随机取点,然后计算随机点之间的欧氏距离,通过对距离值进行统计得到体素形状分布曲线.     

基于改进HOG特征的空间非合作目标检测

传统的非合作目标检测方法大都基于一定的匹配模板,这不仅需要预先指定先验信息,进而设计合适的检测模板,而且同一模板只能对具有相似形状的目标进行检测,不易直接用于检测形状未知的非合作目标。为降低检测过程中对目标形状等先验信息的要求,借鉴基于规范化梯度的物体区域估计方法,提出一种基于改进方向梯度直方图特征的目标检测方法,首先构建包含有自然图像和目标图像的训练数据集;然后提取标记区域的改进方向梯度直方图特征,以更好地保持局部特征的结构性,并根据级联支持向量机训练模型,从数据集中自动学习目标物体的判别特征;最后,将训练后的模型用于检测测试集图像中的目标。实验结果表明,算法在由4953幅和100幅图像构成的测试集中分别取得94.5%和94.2%的检测率,平均每幅图像的检测时间约为0.031 s,具有较低的时间开销,且对目标的旋转及光照变化具有一定的鲁棒性。     

矿化剂氧化铝的形貌对二氧化硅基陶瓷型芯性能的影响

制备了矿化剂为氧化铝的二氧化硅基陶瓷型芯,研究了矿化剂粉体粒径、形状等形貌特征对陶瓷型芯性能的影响。结果表明:随着氧化铝粉体粒径的增大,浆料流动性逐渐降低,加入氧化铝球形粉有利于改善浆料的充型性能;加入不规则形状氧化铝粉时,随着氧化铝粉体粒径的增大,型芯的烧结收缩率减小;加入球形氧化铝粉时,其粉体形状和粒径大小对收缩率和室温抗弯强度无明显影响,但导致较大的高温变形量。     

飞机薄壁组件数字化柔性装配研究

通过对飞机装配、飞机数字化柔性装配的分析,提出了飞机薄壁组件数字化柔性装配方法.结合国内外飞机数字化柔性装配的现状,着重对飞机薄壁组件的钣金蒙皮曲面上点的6个自由度定位以及数字化柔性装配系统的算法进行了分析和论证,为飞机薄壁组件数字化柔性装配提供一条敏捷化、精益化的生产思路.     

飞机机身内供油管路柔性接头单侧泄漏故障数值研究

基于Fluent软件,采用数值仿真方法研究了飞机机身内主供油管路与APU供油管内管管路柔性接头发生极端泄漏时的特征,以及泄漏速率与工作压力的定量关系。当管路柔性接头单侧密封圈缺失时,管路燃油泄漏量均与工作压力呈线性正相关关系;除管内工作压力外,燃油泄漏速率还受管路几何尺寸和喉道尺寸的显著影响,但柔性接头卡套缺失不构成影响燃油泄漏速率的主要因素。     

基于CAM/CNC集成的航空大型薄壁件数控加工在机刀轨调整方法

航空大型薄壁零件刚性弱,加工过程中易产生超差变形,需要对零件进行在机检测,并将检测数据反馈给CAM系统进行拟合并调整刀轨。以上过程需要在不同部门和系统间进行切换,严重影响了生产效率。针对以上问题,提出了一种基于CAM/CNC集成的航空大型薄壁件数控加工在机刀轨调整方法。建立了CAM/CNC集成框架,并构建了用于CAM/CNC间信息传递的动态特征信息模型,基于CAM系统离线生成特征理论中间状态,基于CNC系统建立特征实际中间状态检测点同理论中间状态的映射关系。通过分析理论厚度和实际厚度,确定特征中间状态的变形情况。针对变形导致特征中间状态加工余量无法包络符合公差要求的最终加工状态的情况,进行在机刀轨调整。基于所提出的方法开发的航空大型薄壁件数控加工在机刀轨调整系统在某大型航空企业得到了应用验证,可有效避免信息的反复传递,减少了工艺人员的重复劳动,提高了生产效率。     

面向制造的卫星零件设计系统的研究与实现

针对卫星零件的设计和加工特点,提出了一种基于特征的卫星零件面向制造的设计系统体系结构,研究了基于特征的面向制造设计系统中的零件信息模型,确定了该设计系统中可制造性评价的内容,并建立了基于知识和几何推理的可制造性评价系统,以实现面向制造的设计技术在卫星零件设计中的应用.     

基于注意力机制的实例分割算法

实例分割作为计算机视觉领域极具挑战性的任务之一,要求在图像分类的基础上为每一个物体生成像素级别的分割掩码.业界主流方案可分为自上而下和自下而上两种范式,自上而下范式又可分为双阶段分割和单阶段分割.单阶段分割方案为了提高推断速度,往往使用全图卷积操作取代双阶段分割方案中先检测后分割的策略.然而,卷积网络的平移不变性使得同一种类的不同实例提取到的特征相似,仅靠全图卷积难以进行区分,从而导致单阶段分割方案精度下降.针对单阶段分割精度降低的问题,提出了一种注意力机制,该机制在特征图每个位置的特征向量上进行点积运算,并将运算结果作为新的特征图,同一位置点积结果最大化,不同位置点积结果最小化,以丰富特征图中不同实例的差异信息.通过注意力机制使得单阶段分割方案中的全图卷积操作能更好地区分同一种类的不同实例,从而生成高质量分割掩码.在公开数据集上进行实验,验证了所提方法的有效性.     

并行CAD/CAM集成中的产品模型表示方法研究

提出了适用于并行协同CAD/CAM集成方式的产品模型表示方法。基于特征表示面向并行的产品模型,设计模型和制造模型有机地混合在同一表示中,可以同时满足设计与各制造环节的需要;用特征相关图完整地描述了各种类型特征之间(包括设计特征之间,设计特征与制造特征之间及制造特征之间)的相关关系,并利用双数据项字符矩阵全面地表示了特征相关图。     

一种适用于情报图像处理的图像集分类算法

无人机情报处理系统是无人机地面控制系统的重要组成部分之一，主要负责对无人机侦察载荷下传的侦察情报进行处理，从复杂的情报中获得直观的情报产品并传递给上级和友邻单位。对于搭载光电载荷的无人机情报处理当前仍以依靠人力鉴别为主。介绍一种基于快速近似最近邻( FLANN) 搜索特征的K 近邻用分类决策，可去除背景信息对分类性能的影响；为了进一步提高算法的运行速度及减少算法的内存开销，采用特征选择的方式分别减少测试图像和训练图像集的特征数目，并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾。该算法保留了原始NBNN 算法的优点，无需参数学习的过程，实验结果验证了算法的正确性和有效性。     

An application of embedology to spatio-temporal pattern recognition

The theory of embedded time series is shown applicable for determining a reasonable lower bound on the length of test sequence required for accurate classification of moving objects. Sequentially recorded feature vectors of a moving object form a training trajectory in feature space. Each of the sequences of feature vector components is a time series, and under certain conditions, each of these time series has approximately the same fractal dimension. The embedding theorem may be applied to this fractal dimension to establish a sufficient number of observations to determine the feature space trajectory of the object. It is argued that this number is a reasonable lower bound on test sequence length for use in object classification. Experiments with data corresponding to five military vehicles (observed following a projected Lorenz trajectory on a viewing sphere) show that this bound is indeed adequate     

基于深度学习的航空器异常飞行状态识别

飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。