Ground-Based Cloud Using Exponential Entropy/Exponential Gray Entropy and UPSO

Objective and accurate classification model or method of cloud image is a prerequisite for accurate weather monitoring and forecast. Thus safety of aircraft taking off and landing and air flight can be guaranteed. Thresholding is a kind of simple and effective method of cloud classification. It can realize automated ground-based cloud detection and cloudage observation. The existing segmentation methods based on fixed threshold and single threshold cannot achieve good segmentation effect. Thus it is difficult to obtain the accurate result of cloud detection and cloudage observation. In view of the above-mentioned problems, multi-thresholding methods of ground-based cloud based on exponential entropy/exponential gray entropy and uniform searching particle swarm optimization （UPSO） are proposed. Exponential entropy and exponential gray entropy make up for the defects of undefined value and zero value in Shannon entropy. In addition, exponential gray entropy reflects the relative uniformity of gray levels within the cloud cluster and background cluster. Cloud regions and background regions of different gray level ranges can be distinguished more precisely using the multi-thresholding strategy. In order to reduce computational complexity of original exhaustive algorithm for multi-threshold selection, the UPSO algorithm is adopted. It can find the optimal thresholds quickly and accurately. As a result, the real-time processing of segmentation of groundbased cloud image can be realized. The experimental results show that, in comparison with the existing groundbased cloud image segmentation methods and multi-thresholding method based on maximum Shannon entropy, the proposed methods can extract the boundary shape, textures and details feature of cloud more clearly. Therefore, the accuracies of cloudage detection and morphology classification for ground-based cloud are both improved.     

一种新的二维最大熵图象阈值分割方法

根据最大熵原理提出了一种用二维最大熵获取二值图象的新方法，介绍了用梯度－区域灰度均值二维最大熵求取阈值的原理和过程。计算机仿真结果表明，采用本文提出的阈值分割方法，对于直方图平坦的灰度图象处理效果尤为理想。     

基于图像处理的低速横流中液体射流轨迹提取方法研究

为研究低速横流条件下不同工况液体射流破碎的轨迹特征和影响因素，采用高速摄像仪拍摄射流破碎图像，结合图像处理技术提出针对低速横流情况下液体射流破碎弯曲轨迹的提取方法。该方法首先采用直方图均衡化对灰度化后的原始图像进行增强处理，然后利用最佳直方图熵法（KSW法）及传统遗传算法对图像进行二阈值分割，最后结合Sobel算子和凸包算法对射流轮廓进行检测提取以获得射流轨迹的数据点集。对不同工况下典型射流破碎模式的轨迹提取及非线性拟合结果表明，所提出的方法能够准确提取液体射流轨迹，实现低速横流作用下不同破碎模式的轨迹提取，并且通过非线性拟合得到的射流破碎经验公式可以准确预测射流弯曲轨迹。     

一种基于相关向量机的白细胞检出新方法

提出了一种基于相关向量机(RVM)的白细胞检出新方法.首先,借助RVM对一维直方图进行拟合,获得稀疏的相关向量.然后,直接从这些数量有限的相关向量中筛选出所需的阈值.最后,基于前一步得到的阈值,将完整、连续的白细胞区域从原始图像中分割出来.该方法已成功地应用于白细胞检出,有效地降低了由光照和染色引起的干扰.该方法计算效率高,无需设置额外参数.实验结果表明了该方法的优良性能.     

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。     

一种新的图像背景自适应分割算法

在对图像分割技术进行综合研究的基础上,提炼出一种以最大类间方差法为基础的图像背景自适应分割算法,此算法根据目标和背景区域的灰度统计量来自动选取最优阈值。还通过仿真与常规的迭代法、四叉树、分水岭的效果图做了比较。     

基因算法在喷管反设计中的应用

在气动优化设计中引进了基于达尔文的自然选择机制和生物遗传机制的基因算法，构造了相应的基因变异等算子。针对喷管气动外形的特点提出了与之相适应的Ｂéｚｉｅｒ曲线基因表达，把算法搜索空间缩小为由有限参数曲线控制点构成的子空间，从而加快了算法收敛速度。并与全位势方程求解程序相结合，提出了具体的供优化设计的适应函数，研制了二维气动反设计计算程序，进行了二维喷管反设计数值实验。结果表明，本文构造的方法是可行的，而且具有全局优化和鲁棒性强等特点     

术语定义抽取的特征选择框架

为了进一步提升航空领域术语定义抽取的精度和效率,提出了一种不依赖已有特征选择方法的特征选择框架。该框架结合了分类特征的类间分布差异和类内分布差异,更好地表达了术语定义内部各子概念间特征分布的差异对划分类别的贡献。在分析该框架和传统过滤器特征选择方法对特征分布的影响的基础上,在航空领域术语定义语料库中对实验结果进行了对比。结果表明,本文提出的方法在使用平衡随机森林方法时,取得的最好成绩为F1-measure=0.652,F2-measure=0.761,所需特征比例从30%~40%降低到20%~30%;在使用直接分类方法时,F1-measure成绩提高了2.57倍,F2-measure成绩提高了3.11倍,均优于过滤器方法和Fisher Score方法。     

基于Sobel算子的亚像素边缘检测方法

提出了一种基于Sobel算子的亚像素边缘检测方法。此种方法先由Sobel算子确定图像边缘的大致位置，然后用三次样条插值函数对灰度边缘图进行内插计算，使目标边缘定位达到亚像素级。对插值后的灰度边缘图，利用最大类间方差法确定阈值提取边缘。实验表明，该方法能精确定位目标边缘，优于传统的边缘检测方法。     

区间灰系列的熵度量及其应用(英文)

研究了灰信息理论的不确定性度量方法及其在决策中的应用,说明了建立在有限区间灰数序列基础上的灰序列熵与Shannon概率熵是不同的。讨论了灰数的度量公式和性质,包括不变性、应用条件、两个灰数并与交的灰熵等。最后给出一个应用实例验证了该方法的有效性。     

基于尺度时间均衡的高速风洞视频测量图像闪烁修正方法

高速风洞视频测量试验环境中，复杂的光照条件容易导致采集的图像序列出现闪烁，影响测量结果的精度。在测量图像中，由于照明变化导致的灰度变化和目标运动、变形引起的局部变化耦合在一起，导致基于仿射变换模型（线性或非线性）的修正方法难以适用。尺度时间的直方图均衡方法（STE）利用尺度空间理论，对各图像直方图中每一个灰度值组成的曲线在时间维度上进行高斯卷积得到目标直方图，再通过直方图匹配获得闪烁修正后的图像。针对日光灯照明下的相机标定板图像、存在运动和变形的风洞模型变形测量试验图像和存在油膜形态变化的油流试验图像开展了应用研究。结果表明，该方法适用于图像序列的全局闪烁修正，与基于模型的方法相比，其修正效果不依赖于基准图像，对图像抖动、局部存在目标运动或变形等干扰因素的鲁棒性强，且方法简单，计算量小，具有较高的工程应用价值。     

基于枝切截断的高质量相位解缠算法

针对传统枝切截断相位解缠算法受残差检测理论缺陷的影响,不能实现对相位完全正确解缠,在总结枝切截断法和质量图导向法的基础上,提出一种新的相位解缠算法。在残差检测理论的基础上,使用一种新的表征相位质量的可靠性导向图指导放置枝切阻断线,对低质量相位的界定使用一种自适应阈值的方法使残差检测达到最优,提高了相位解缠的质量。对于一些背景噪声严重的情况,调制度预处理的方法提高了相位解缠的鲁棒性。实验结果表明,该算法能自动避开相位不连续区域,得到较高质量的相位解缠结果。     

基于信息熵的危险天气下终端区管制风险评估

终端区结构复杂、飞机事故多，其中危险天气对航空器的安全运行影响极大，因此有必要对危险天气下终端区管制风险进行评估。针对终端区管制系统运行风险性大、易发不安全事件的问题，提出基于风险信息熵的危险天气条件下终端区管制系统风险评估模型。首先，通过分析危险天气条件下管制系统的运行过程，建立管制系统运行中的熵流模型，然后建立危险天气下终端区管制风险评估指标体系，给出评估指标灰色关联度属性的计算方法，利用其反映出的信息熵确定指标权重，最终建立危险天气下终端区管制风险评估模型，并通过算例验证了模型的可用性和有效性。     

基于信息公理的大型水轮机方案设计多属性优选模型

针对大型水轮机方案设计中属性信息的不确定性,研究了复杂产品方案设计的决策问题.利用公理化设计理论中的信息公理将模糊数学理论与香农信息论相结合,给出了基于信息公理的区间信息量计算过程,建立了基于区间信息量的多属性优选模型.该模型综合考虑了设计方案优选过程中各评价指标的区间权重以及相应的区间设计信息,通过比较区间信息量的大小获得最优方案.最后,以大型水轮机选型方案设计为例验证了该模型的有效性和可操作性.     

自适应计算网格的生成和优化方法

本文提出一种简单通用的自适应计算网格生成方法。配合文[1]的网格优化方法,能在生成自适应网格的同时,保证网格具有较好的光滑性和正交性。本文还阐述了单元加权函数W的取值和边界点的确定对自适应网格性质的影响。作为应用实例,本文将自适应网格用于二维无粘跨音速叶栅流场计算。结果表明,采用自适应网格能明显改善流场的计算精度。     

基于延误油耗优化的平行跑道运行方式

在比较现有平行跑道运行方式的基础上,制定了基于延误油耗优化原则的跑道选择策略。同时根据航班时刻表及起降间隔标准,建立了数学模型,提出了基于油耗优化原则的跑道选择和排序方法。算例表明该方法提高了混合运行方式下跑道的运行效率,减少了航空器的滑行时间和等待时间,降低了航空公司的运营成本。     

测量粗糙集中模糊性的一种新方法

针对粗糙集中存在的模糊性问题，提出了一种利用模糊熵测量其模糊性的方法。中给出了一种新的模糊熵，提出了基于等价关系下粗糙集模糊熵的计算公式及等效表示方法，证明了这种模糊熵的性质。并将基于等价关系的粗糙集的模糊熵拓展到基于一般二元关系下粗糙集的广义模糊熵，给出了广义模糊熵的计算公式及等效表示形式。最后以一个例子说明粗糙集中模糊熵的具体求解方法。从例子可以看出，本提出的模糊熵可以方便、有效地测量出粗糙集中的模糊性。     

并行工程中下游阶段启动时间的实时确定

在并行工程的实施过程中，上下游阶段交叠形式的不合理安排将会给产品的开发带来不可预见的风险。如何决定各并行阶段的启动时间一直是困扰实施并行工程企业的问题。对于这方面的研究工作目前大多只限于概念模型分析的层面，而没有具体的数学模型。中应用Shannon信息熵量化了上下游阶段的交互信息和系统的有序度，建立了基于多层次模糊综合评判和BP神经网络的动态模型来实时确定下游阶段的启动时间。最后给出了基于PDM的实施框架和该模型的应用实例。     

两相流动中固相和液相速度的同时测量

本文发展了一种同时测量两相流中固相和液相速度的方法。在通用的双光束LDV 基础上,采用前后向散射接收和门控、幅值鉴别和直方图鉴别等功能实现两相速度信息的区分。应用此系统测量了二维收缩、扩张管道中两相流动的速度分布。     

风力机翼型动态失速的POD模型降阶方法

利用本征正交分解(Proper orthogonal decomposition,POD)原理设计了一种针对风力机翼型动态失速的时变过程的辨识方法。首先对周期俯仰运动的风力机翼型流场的动态失速过程进行数值模拟,然后用上述方法进行了有效的辨识并从中提取了关于动态失速过程的主要模态信息。在给定的误差阈值下,分别针对浅失速和深失速的情况,将该降阶模型的辨识结果与数值计算原始结果进行了对比并对误差进行了相应的分析。结果表明,该降阶模型方法能够以明显降低的计算量精确辨识翼型的浅失速情况;对深失速的辨识会由于湍流模型的精度影响有所降低。