航空领域重大关键技术项目发现影响因素研究

高质量的项目发现是实现技术创新的重要前提和保障,而分析航空领域重大关键技术项目发现的影响因素,能有效对其项目发现过程进行支撑。在总结知识聚合一般过程、分析航空领域重大关键技术项目发现特点的基础上,构建基于知识聚合过程的航空领域重大关键技术项目发现模型;通过访谈分析、问卷调查等方式总结航空领域重大关键技术项目发现的影响因...     

基于本体的飞机工装设计知识表达

知识表达是知识重用的基础,为了更好地使用知识,需要对飞机工装设计知识的表达方式进行研究。首先阐述了本体的概念和其形式化表示语言,并分析了与基于面向对象的知识表达方法的区别;其次通过分析飞机工装设计过程,总结了飞机工装设计领域知识;最后结合本体理论,构建了飞机工装设计知识本体模型。实例说明,本体模型满足飞机工装设计的知识使用要求。     

型号合格取证过程适航知识要素分析与系统建模

针对民用航空器型号合格审定(TC)工作面临的问题,分析了取证过程的适航知识要素并提出了取证业务的优化模型。将TC取证业务所涉及的知识按照知识领域划分类别,分别从审定支撑、审定流程和审定对象3个层次建立优化模型;分析各知识层的相互联系,建立TC取证过程的系统模型并描述其运行机制;以该模型为指导构建了型号合格取证管理系统,验证了模型的可行性。     

基于开放式知识表示的智能化产品设计

基于知识的智能化产品设计是CAD技术的发展方向之一,但现有知识表示方式缺乏对产品设计人员的开放性,不利于设计人员理解和维护设计系统中的知识。针对这一不足,研究机械产品设计领域常见的公式、表格、二维映射图、过程、规则等类型知识的开放式表示方法,给出了其BNF(Backus Naur Form)范式描述,并研究了各类知识的推理方法。所研究的开放式知识表示及相应推理方法具有以下优点:1)知识不再固化于设计系统;2)知识便于设计人员自行录入和维护。最后以基于知识的航空发动机涡轮叶片气膜孔设计为例,验证了该方法应用于工程实践的可行性。     

结构优化专家系统开发工具

结合结构优化领域知识特点,定义了一种基于规则的知识表示语言。着重介绍在计算机上实现结构优化专家系统开发工具的基本算法和数据结构。对推理、匹配,回溯和知识获取等功能的实现方法作了详细的阐述。该工具是建立结构优化专家系统的一部分辅助工作。该工具亦可用于类似知识结构的专业领域。     

面向战例知识图谱的本体构建

为构建合理的战例知识图谱,提出了一种面向领域知识图谱的工程化本体构建方法。基于该方法,构建了战例领域本体模型,建立了战例本体与实体的映射机制。检验实证,该方法构建的本体合理有效,能够为战例领域知识图谱构建提供有效的模型支撑。     

《飞行器测控学报》征稿简则

<正>《飞行器测控学报》是北京跟踪与通信技术研究所主管并主办的学术性刊物,是中国宇航学会飞行器测控专业委员会会刊。本刊主要报道国内外飞行器测控通信领域的研究、发展及动向,为相关领域的科研技术人员提供一个发表学术见解、总结经验教训、推广新技术、学习新知识的园地。     

《飞行器测控学报》征稿简则

<正>《飞行器测控学报》是北京跟踪与通信技术研究所主管并主办的学术性刊物,是中国宇航学会飞行器测控专业委员会会刊。本刊主要报道国内外飞行器测控通信领域的研究、发展及动向,为相关领域的科研技术人员提供一个发表学术见解、总结经验教训、推广新技术、学习新知识的园地。本刊为双月刊,大16开,国内外公开发行。     

基于实例推理技术及其研究发展方向

基于实例的推理技术（Case- Based Reasoning ,CBR）是人工智能及机器学习领域中的前沿方向.作为一种增量式的学习方法,规避了传统人工智能在知识获取上的瓶颈问题.本文介绍了CBR的基本原理、实例中知识的表示方法和Tverskey和k-NN两种检索技术;详细讨论了CBR实现过程中的中心问题--实例修正问题,给出实例的修正的8种技术与方法;提出了基于实例的推理技术的研究重点和发展方向.     

知识管理综述

随着知识经济的发展,知识管理作为管理科学和信息科学交叉研究领域引起越来越多的关注.在对知识管理与知识工程,以及知识管理与信息管理等相关概念进行阐述的基础上,描述了知识管理的实施现状及其存在的问题,并从信息处理技术角度对知识采集、知识表示和知识应用等知识管理的三大要素以及制造业企业实施知识管理的关键技术进行了论述,最后对知识管理相关技术的研究方向进行了展望.     

基于实体-属性框架的领域知识库构建

知识库是进行各种自然语言处理任务不可或缺的一项基础性的资源。而目前知识库的构建还是一个难点问题,尤其是以自动方式构建复杂的领域性知识库系统的研究还处于探索阶段。本文提出一种基于实体-属性框架的领域知识库自动构建方法,致力于利用航空百科辞典的信息自动获取术语之间的上下位关系及部分实体属性关系,其中,基于多策略的上下位关系术语对提取融合了后缀子串匹配、模板自动构建、实质提取三种方法,分别考虑了辞典中反映上下位关系的不同信息。其中模板自动构建方法,在无需人工标注语料的情况下获得了比较好的效果。属性提取部分采用了以人工标注语料为前提的模板匹配方法。实验表明,本文系统对术语上下位关系抽取的F值达到76.01%,对各个属性的抽取也达到了75%以上。     

基于深度神经网络的空中目标作战意图识别

传统基于空中目标特征状态推理作战意图的方法,需要大量的领域专家知识对特征状态的权重、先验概率等进行量化,明确特征状态与意图之间的对应关系,而神经网络可以在领域专家知识不足条件下,通过自身训练得到特征状态与意图之间的规则。针对反向传播（BP）算法在更新网络节点权值时收敛速度慢、容易陷入局部最优的问题,通过引入ReLU（Rectified Linear Unit）激活函数和自适应矩估计（Adam）优化算法,设计了基于深度神经网络的作战意图识别模型,提高了模型收敛速度,有效地防止陷入局部最优。仿真结果表明,所提方法能够有效识别空中目标作战意图,获得更高的识别率。     

基于领域的机器定理证明的研究

采用分类的思想,对领域内的证明问题进行了归纳总结、抽象,在计算机上建立了相应的模型,采用基于知识的推理技术,设计了机器定理证明的实现流程,并针对某种具体类型实现了相应的原型系统,得到了满意的结果。分类思想为具有较强客观规律问题的机器自动求解提供了思路。     

Generalized approach to resolution analysis in BSAR

Bistatic synthetic aperture radars (BSARs) have been the focus of increasing research activity over the last decade. The generalized ambiguity function (GAF) of bistatic SAR is introduced here. First, the GAF for BSAR is represented in the delay-Doppler domain, and is then expanded to the spatial (coordinates) domain. From the GAF, comprehensive knowledge regarding the resolution of BSAR can be extracted, including the range and azimuth resolutions, as well as the area of a resolution cell of BSAR. These general results are also applied to the performance analysis of several particular BSAR geometries, including the space-surface-BSAR (SS-BSAR) system, to demonstrate the potential ability of this newly introduced system.     

Rotating machinery fault detection and diagnosis based on deep domain adaptation: A survey

In practical mechanical fault detection and diagnosis, it is difficult and expensive to collect enough large-scale supervised data to train deep networks. Transfer learning can reuse the knowledge obtained from the source task to improve the performance of the target task, which performs well on small data and reduces the demand for high computation power. However, the detection performance is significantly reduced by the direct transfer due to the domain difference. Domain adaptation (DA) can transfer the distribution information from the source domain to the target domain and solve a series of problems caused by the distribution difference of data. In this survey, we review various current DA strategies combined with deep learning (DL) and analyze the principles, advantages, and disadvantages of each method. We also summarize the application of DA combined with DL in the field of fault diagnosis. This paper provides a summary of the research results and proposes future work based on analysis of the key technologies.     

Systems engineering execution and knowledge management

The purpose of this is to refocus programs back to the basic objectives of systems engineering execution and capturing key domain knowledge during the time when organizations are adopting new processes, procedures, or technology. While change is necessary, the discipline of the systems engineering and development process (requirements, design, implementation, test, delivery, product feedback, and sustainment) can be adversely impacted in the predicament of checking the updated process and/or procedure compliance box. Simplified approaches will be provided to better manage products and teams including discussion of web and database tools. These approaches provide the ability to better understand and manage products in an age of, sometimes, overwhelming circumstances. This identifies simplified solutions, improvement suggestions, and work flow diagrams with key entry points (framework) for new and legacy programs that include: appointment of improvement focals; maximum use of web portals (one-stop shopping); maximum focus on information that is "need to know," and is provided in a simple, database-driven manner (project domain knowledge management); minimum focus on information that is "nice to know" but is provided for career advancement; common sense entry points for existing programs by utilizing data obtained from quick assessments and Peer Reviews including standard meeting agendas, intergroup coordination meetings, and common status report templates.     

基于知识的贝叶斯诊断网络模型建造方法

复杂系统贝叶斯诊断网络模型需要一个非常艰难的人工建造过程,而且故障样本的获得比较困难,通常面临故障样本缺乏的情况.围绕这些问题,本文提出了提取领域专家知识建造因果映射网络,转化因果映射网络为贝叶斯诊断网络的方法,并以运载火箭伺服系统关键部件伺服阀为应用对象,阐述了运用此方法建造贝叶斯诊断网络模型的关键步骤.最后,通过在单故障情况和多故障情况下的案例仿真,验证了贝叶斯诊断网络模型和模型建造方法的有效性.     

Using neural networks to solve testing problems

This paper discusses using Neural Networks for diagnosing circuit faults. As a circuit is tested, the output signals from a Unit Under Test can vary as different functions are invoked by the test. When plotted against time, these signals create a characteristic trace for the test performed. Sensors in the ATS can be used to monitor the output signals during test execution. Using such an approach, defective components can be classified using a Neural Network according to the pattern of variation from that exhibited by a known good card. This provides a means to develop testing strategies for circuits based upon observed performance rather than domain expertise. Such capability is particularly important with systems whose performance, especially under faulty conditions, is not well documented or where suitable domain knowledge and experience does not exist. Thus, neural network solutions may, in some application areas, exhibit better performance     

跑道侵入严重度本体建模及等级划分研究

为研究致险因素对跑道侵入严重度的影响,从知识建模角度出发,构建了跑道侵入严重度划分的领域本体模型.采用石川图针对跑道侵入严重度划分问题进行因果分析;进而以跑道场景要素为导向构建本体模型;应用FaCT++推理机对实际案例分析推理,结合DL query 模块辅助验证推理结果.结果表明,本体推理可以支持跑道侵入严重度划分,验证了模型的有效性.