“机设基础”精品课程智能答疑系统研究与设计

针对《机械设计基础》精品课程,提出了一个基于潜在语义索引的智能答疑系统,并对其中的中文分词技术和句子相似度计算进行了研究,对系统进行了设计,给出了实现方法。     

基于慢特征密度聚类的气路异常检测方法

在结合核技巧、慢特征分析算法与密度聚类方法的基础上,提出了基于混合核慢特征分析和密度聚类的慢特征密度聚类算法,实现了基于民航发动机气路参数原始值的异常检测。核技巧的引入克服了慢特征分析法处理复杂数据时可能存在的维度爆炸问题,充分利用不同核函数的特点和慢特征分析的优势从气路参数原始值中提取出随时间变化最缓慢的特征作为密度聚类算法的输入,最终筛选出异常值。经实验对比发现,该方法针对某些异常拥有最好的聚类效果和最低的虚警率,尤其是检测可调放气活门系统异常时虚警数量不到样本总数量的0.5%,是一种有效的方法。      

车牌定位与字符分割方法研究

介绍了一种改进的基于纹理特征的车牌定位方法,采用自适应阈值,实现了车牌的准确定位。设定自适应改变大小的投影切割阈值实现了字符分割。最后采用BP神经网络法来识别各个字符。实验结果表明,该方法能够较为准确的实现车牌识别,具有定位准、鲁棒性好等特点。     

基于知识工程的飞机装配过程故障智能诊断技术

针对飞机装配过程中故障产生原因复杂,描述文本较长的特点,结合深度学习理论,提出了基于知识工程的故障智能诊断方法.首先对飞机质量故障表单进行属性约简,利用基于词库与全模式分词相结合的分词算法约简长文本属性.通过深度学习算法将长文本属性向量化表示,然后利用最相邻(KNN)算法与余弦相似度算法,从历史故障表单中检索出与新表单...     

基于投影法定位与分割的美元号码识别系统

美元号码准确快速的识别,对我国外币储蓄有积极重要的作用,提出了一种基于投影法定位和分割美元号码的识别方法.该识别方法利用字符的投影特征定位与分割纸币号码,并且提取其四种稳定且有效的结构特征,即横线特征、竖线特征、水平方向交点和垂直方向交点来实现美元号码的快速准确的识别,识别率达到99.5%.     

基于数据库的收缩型航迹聚类模型仿真研究

针对传统聚类算法只能选取少量数据源进行仿真分析,得到的聚类效果不能真实体现数据流的宏观特征的问题,考虑了海量航迹数据中的离群点检测以及离群点剔除,提出一种新的基于数据库的收缩型航迹聚类仿真模型,将三维空间网格化,建立K-means聚类和层次聚类双重交互算法,对网格中的离群点进行识别并剔除.解决了航迹聚类中的关键技术问题.通过对西北地区3 G海量二次雷达数据的聚类仿真分析,使航迹聚类仿真的耗时从h级降低至s级,并且得到的航迹分布特征清晰,验证了新模型对于海量数据宏观特征提取具有可行性和优越性,模型和算法对全国二次雷达航迹数据仿真具有借鉴意义.     

问答系统中复杂类问题的分析方法研究

基于自动构建的问句模板库,对中文复杂类问题进行问题分类和关键词抽取,并提出一种基于在线百科知识和搜索引擎的关键词扩展方法,从而提高了系统的整体表现.实验采用NTCIR-7CCLQA的测试语料,表明该方法的问题分类准确率达88%.关键词的扩展使得系统F值提升了20%.     

改进的 YOLOv4在飞机蒙皮损伤检测中的应用

针对飞机蒙皮检测中存在的小目标检测欠佳、漏检等问题,提出了 1种基于增强特征融合和 ATSS的 YO. LOv4飞机蒙皮图像目标检测算法。首先,增加用于目标预测的大尺度浅层特征层,以提高模型对小目标的检测效果;其次,增加特征融合网络层数,通过浅层与深层特征层的深度融合,丰富多尺度特征图中的特征信息;然后,通过 K-means++聚类算法对数据集的真实框聚类,获得更具代表性的先验框尺寸,以提高预测框对目标的定位准确度;最后,引入 ATSS对 YOLOv4的样本选择策略进行优化,通过自适应获取最优的 IoU阈值,实现正负样本自动划分,提升模型的检测性能。实验表明,在增加少量计算成本的情况下,算法的检测性能得到有效提升,mAP提升 7.7%,检 测的准确率达到 80%以上。     

材料缺陷视觉检测及公差测量关键技术研究

在研究分析了竹板基材外形特点、表面缺陷特征的基础上,设计了竹板基材缺陷视觉检测及公差测量系统;根据双目视觉原理,经曲线曲率特征匹配方法,可计算得到光条上曲率绝对值最大值点的空间位置和深度;结合基材尺寸的公差测量方法,可实现基材宽度与厚度的测量;针对竹板基材纹理表面的复杂性,提出了基于小波分解与聚类思想的基材缺陷检测算法,实现了对基材缺陷的视觉检测:并用实验进行了验证.     

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。     

基于文件的MIL-STD-1553B总线传输研究

MIL-STD-1553B总线适用于小数据量的周期信号以及极少的非周期性信号的传输。为简化机载环境中任务数据传输的设计,提出了基于1553B总线的文件传输需求。简单介绍了1553B总线字格式和消息格式,提出了基于满帧和余帧的大块数据传输方法,构建了文件信息帧和文件数据帧,分析了文件传输的时序和发送及接收的流程。通过设计新的方式命令字实现BC→RT的文件传输,通过设计向量字实现由RT请求传输文件的异步通信。     

Mission segment division of the whole aeroengine loading spectrum based on flight actions

This paper studies on a division method of the whole aeroengine loading spectrum flight mission segment and rotor speed mission segment, which is based on the actual flight actions and related to the flight operations of aeroengine and is suitable for the variable-speed aeroengines such as turbojet and turbofan. Through the research, the aeroengine loading spectrum operation-related mission segments can be divided, which can provide important data basis for the life research on the structures wh...     

基于免疫聚类分析的特征提取及其在发动机故障诊断中的应用

以提高航空发动机故障诊断的快速性和准确性为目的，基于人工免疫理论中的克隆选择算法，结合聚类分析方法，提出了基于免疫聚类分析的故障特征提取方法。该方法通过删除对分类无关的特征以及压缩类间相关特征，得到最有利于分类的子特征集，提高了分类器的分类性能。并且该算法具有本质上的并行性、计算效率高和聚类能力强等优点。多类支持向量机的分类实验表明，经过基于免疫聚类分析提取的特征对发动机的故障具有更好的识别能力，为发动机的状态监测与故障诊断提供了依据。     

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     

基于条件随机场的中文组织机构名识别研究

中文机构名自动识别是自然语言处理的一个难点,提出一种基于条件随机场的字词模型相结合的识别组织机构名的方法.该方法针对机构名的特点并利用知网进行两方面的特征选择.在开放测试中,字模型和词模型的F-值分别为91.51%和91.09%,两者进行互补结合之后F-值分别为92.37%和92.06%,说明字词模型结果具有互补差异性,相结合可以取得比单一模型更好的结果.     

基于弹性网稀疏编码的空间目标识别

 传统的特征袋(BoF)模型在目标识别过程中假设每个局部特征点只关联特征词典中一个视觉单词。此外,l₁范数约束下的稀疏编码对于具有较强成对相关性的特征通常只选择一个特征,而不关注哪一个特征被选择。本文提出一种基于弹性网稀疏编码的特征袋模型。该模型利用尺度不变特征变换(SIFT)特征描述子构建特征字典,再通过弹性网回归模型求解每个描述子所对应的稀疏系数向量,最后将目标图像内的稀疏系数向量合并用于分类。与传统的特征袋模型和基于l₁范数稀疏编码的特征袋模型相比,该模型有较好的识别性能,并对视角变化具有较强的鲁棒性。在空间目标图像数据库上的实验验证了该模型的有效性。     

基于遥感图像分块直线特征检测的机场跑道检测方法

针对遥感图像机场跑道检测问题,提出了一种基于图像分块直线特征检测的机场跑道检测方法。首先,针对遥感图像数据量大带来的计算处理问题,设计了基于直线分割检测子（LSD）的遥感图像分块直线特征检测环节;然后,在总结归纳机场跑道数学特性的基础上,对提取的直线特征进行平行线分组、直线生长、平行线合并,并以Radon变换为基础,找出候选机场跑道区域;最后,使用灰度统计信息并结合梯度方向直方图对候选区域进行处理,筛选出最终的机场道路区域。实验结果表明,在能够提取出有效直线特征的情况下,该方法可以对多类机场跑道进行有效定位。     

Correlations between GPS and USNO Master Clock time

The U.S. Naval Observatory Master Clock is used to steer the Global Positioning System (GPS) time. Time transfer data consisting of the difference between the Master Clock and GPS time has been acquired from all satellites in the GPS constellation covering a time period from 10 October 1995 to 12 December 1995. A Fourier analysis of the data shows a distinct peak in the Fourier spectrum corresponding to approximately a one day period. In order to determine this period more accurately, correlations are computed between successive days of the data, and an average of twenty five correlation functions shows that there exists a correlation equal to 0.52 at delay time 23 h 56 min, which corresponds to twice the average GPS satellite period. This correlation indicates that GPS time, as measured by the U.S. Naval Observatory, is periodic with respect to the Master Clock, with a period of 23 h and 56 min. An autocorrelation of a five day segment of data indicates that these correlations persist for four successive days     

基于图像特征融合的粉末床缺陷检测方法

针对单一特征对粉末床缺陷表达不明确导致检测效果不佳的问题,提出了一种基于特征融合的增材制造过程粉末床缺陷视觉检测方法。该算法分别使用SIFT方法、灰度共生矩阵和Hu不变矩提取尺度空间特征、纹理特征和几何特征,借助词袋模型对每张图像构建3组视觉单词直方图,通过串行融合3组视觉单词直方图得到新的特征矩阵,采用特征选择对融合后特征矩阵进行降维,并传入随机森林分类器中进行训练。实验结果表明,不同特征对粉末床不同类型缺陷检测具有不同的贡献,优化特征融合参数后,算法平均准确率达到97.46%,缺陷检测效果明显提升。     

彩色车牌图像的多阈值分割方法

彩色图像的颜色是图像分析的重要特征信息,颜色特征的提取是图像分析的重要步骤,但彩色图像为多维空间信息且可能涉及的是多种颜色特征。文章介绍了采用多阈值分割方法,将多种感兴趣的颜色信息转化为灰度图像,在同一个灰度图像中对应多种彩色信息,对各种不同颜色信息方便处理。通过200幅实测车辆图像使用彩色图像的多阈值分割方法进行车牌定位试验,准确率为98%。