基于PCA和WPSVM的航天器电特性识别方法

针对航天器电特性监测系统识别过程中存在测试数据量大、特征维数高、样本少、计算速度慢和识别率低等问题,提出基于主成分分析(PCA)的特征提取和加权近似支持向量机(WPSVM)的在线故障诊断方法.实现了对信号故障特征的主成分分析、选择和提取,并对高维特征数据实现了降维,提高了航天器电特性在线故障诊断的准确性和速度.针对PCA中的结果选取问题,提出运用数据贡献度阈值进行数据截取的方法,有效地保证了数据的有效性与一致性.结果表明:该方法充分利用了航天器电特性监测系统的有用数据特征,有效提高了识别的精度,且计算时间较短,效率较高.      

基于眼动、位姿及场景视频的人体运动方向预测方法

外骨骼机器人作为新提出的改善、提高人类生活能力的智能设备，同样需要高效智能的人机交互系统，而人机交互的第一步，则是精准预测人的行为意图。从外骨骼机器人的顶层控制角度出发，介绍了人体运动意图识别和外骨骼机器人智能交互能力的研究现状，并对人体运动方向识别进行了研究。提出了一种结合眼动信息、位姿信息及场景视频信息的多信息融合的人体运动意图识别网络架构，并进行了采集设备的穿戴实验。利用实验数据，对提出的网络方法进行了实验验证。结果表明:所提出的人体运动方向的识别系统，可以预测出人体运动过程中的运动方向。      

基于菲涅耳变换的不变矩提取及目标识别方法

提出了一种基于菲涅耳变换的不变矩特征提取方法,并应用于图像目标识别.利用菲涅耳变换得到图像的衍射图样,将图像映射到菲涅耳衍射空间;在衍射空间提取几何矩或正交矩来获取图像全局信息的特征描述;利用k近邻法识别目标.实验结果表明基于菲涅耳变换的不变矩提取方法对于平移、尺度及旋转变化的图像目标具有更高的分类精度和抗噪声能力.     

基于光谱知识的高光谱图像自动识别方法

针对传统高光谱图像矿物识别方法未能充分利用矿物光谱诊断吸收特征与矿物光谱知识、识别过程人为干预多等问题,提出了一种基于光谱知识的高光谱图像自动识别方法.该方法引入了基于光谱吸收特征与波形特征的光谱知识作为自动识别的标准,利用连续统去除操作增强光谱吸收特征,采取基于光谱主次吸收特征的识别决策策略,建立多级约束准则以提高识别精度及避免误识别,通过利用模拟数据进行算法精度评价并应用航空高光谱成像仪AVIRIS(Airborne Visible/Infrared Imaging Spectrometer)数据进行应用分析与验证.结果表明:当图像信噪比大于200时,识别准确率可以达到80.3%,能够得到良好的识别结果以及较高的精度,并实现了基于高光谱图像的矿物自动识别.     

基于MobileFaceNet网络改进的人脸识别方法

为了解决训练过程中卷积模型参数较多、收敛速度较慢的问题，提出了一种基于MobileFaceNet网络改进的人脸识别方法。首先，使用MobileFaceNet网络提取人脸特征，在提取特征的过程中，通过引入可分离卷积减少模型中卷积层参数的数量；其次，通过在MobileFaceNet网络中引入风格注意力机制来增强特征的表达，同时使用AdaCos人脸损失函数来训练模型，利用AdaCos损失函数中的自适应缩放系数，来动态地调整超参数，避免了人为设置超参数对模型的影响；最后，分别在LFW、AgeDB和CFP-FF测试数据集上对训练模型进行评估。实验结果显示:改进后的模型在LFW、AgeDB和CFP-FF测试数据集上的识别精度分别提升了0.25%、0.16%和0.3%，表明改进后的模型相较于改进前的模型在精度和鲁棒性上有所提高。      

基于设计特征模型的加工特征映射技术

为了实现数控编程过程中能够自动确定加工区域,对基于特征设计系统构建产品模型的方法、产品信息模型、信息模型间的关联关系、飞机结构件加工特征定义分类、设计特征与加工特征间的内在关系进行了深入的研究,提出了基于设计特征模型映射加工特征的方法.该方法通过遍历特征设计树,判断特征间的关系,查询特征组成面信息,从而构建出特征属性邻接图,进而采用基于图匹配的特征识别方法得到加工特征,并提取加工特征信息.该方法压缩了图匹配空间,大大提高了特征识别的速度,应用此方法实现了飞机壁板类零件的特征识别.      

基于Hausdorff距离的星图识别方法

提出了一种新的星图识别方法,这种方法的基本思想是首先从星敏感器中提取全部星图信息,把提取的星图组成一个待识别数据集合B,把全星图参考星库作为一个标准数据集合A,然后,计算2个数据集合A,B之间的相对Hausdorff距离,根据最小相对距离得到待识别星的位置,其中A, B分别由矢量坐标a,b构成.与传统的星光角距识别方法不同,这种方法充分利用了星敏感器中的所有星的空间结构信息,所以,它对各种噪声干扰具有很强的鲁棒性.半物理仿真实验结果表明,在具有强的随机噪声、星图畸变和一定数目的流星干扰情况下,这种方法具有很好的识别效果.     

基于新息正交的工业CT图像自适应缺陷识别

针对X射线投影图像的特点,研究基于Kalman滤波算法新息正交原理的缺陷识别问题.建立了投影图像的二维状态空间模型,定义了确定图像区域大小与灰度的动态评价函数和相应的阈值.在分析Kalman滤波算法新息正交性的基础上,得到了一种新的缺陷判别方法,提出了图像数据自适应补偿算法,提高了图像的识别效率和精度,并通过实验验证了方法的有效性.     

基于U-net的紫外极光观测极光卵形态提取

极光卵形态提取是极光研究的重要手段.如何提高强干扰背景下的紫外极光图像极光卵形态提取精度，目前仍是一个难题.本文提出一种基于深度学习语义分割模型U-net的方法，实现了对极光卵形态的高精度提取.在Polar卫星紫外极光观测数据的实验结果表明，该方法相比于已有算法精度更高，对完整型极光卵和缺口型极光卵图像均能得到更加精确的提取结果，特别是针对强日辉干扰、灰度不均匀和对比度低情况下的紫外极光图像时，该方法显示了明显优势.      

基于空间注意力机制的行人再识别方法

行人再识别是图像检索领域的一个重要部分，但是由于行人姿态各异、背景复杂等因素，导致提取到的行人特征鲁棒性和代表性不强，进而影响行人再识别的精度。在AlignedReID++算法基础上，提出了基于空间注意力机制的行人特征提取方法，应用在行人再识别中取得了很好的效果。首先，在特征提取部分，引入空间注意力机制来增强特征表达，同时抑制可能的噪声；其次，通过在卷积层中引入实例正则化层（IN）来辅助批正则化层（BN）对特征进行归一化处理，解决单一BN层对特征色调变化以及光照变化的不敏感性，提高特征提取对亮度、色调变化的鲁棒性；最后，在Market1501、DukeMTMC和CUHK03 3个行人再识别通用数据集上对所提改进模型进行测试评价。实验结果显示:改进后的模型在3个数据集上识别精度分别提升了2%、2.9%和5.1%，表明改进后的模型相较于改进前的模型，在精度以及鲁棒性上都有显著提高。      

基于多语义线索的跨模态视频检索算法

针对现有的大多数跨模态视频检索算法忽略了数据中丰富的语义线索，使得生成特征的表现能力较差的问题，设计了一种基于多语义线索的跨模态视频检索模型，该模型通过多头目自注意力机制捕捉视频模态内部对语义起到重要作用的数据帧，有选择性地关注视频数据的重要信息，获取数据的全局特征；采用双向门控循环单元（GRU）捕捉多模态数据内部上下文之间的交互特征；通过对局部数据之间的细微差别进行联合编码挖掘出视频和文本数据中的局部信息。通过数据的全局特征、上下文交互特征和局部特征构成多模态数据的多语义线索，更好地挖掘数据中的语义信息，进而提高检索效果。在此基础上，提出了一种改进的三元组距离度量损失函数，采用了基于相似性排序的困难负样本挖掘方法，提升了跨模态特征的学习效果。在MSR-VTT数据集上的实验表明:与当前最先进的方法比较，所提算法在文本检索视频任务上提高了11.1%；在MSVD数据集上的实验表明:与当前先进的方法比较，所提算法在文本检索视频任务上总召回率提高了5.0%。      

航天员失重环境下运动策略与效能分析

航天员在空间执行任务过程中由于受到空间微重力环境的影响,其运动的协调性以及平衡性均会与地面环境下的表现有所差异.以研究失重环境下航天员运动特点为目标,对航天员姿态调整策略进行动力学分析,并对运动过程人体效能进行评价.具体而言,在无外力/力矩驱动下,人体必须依靠四肢按一定的协调运动策略才能实现对躯干姿态的主动控制.而运动...     

基于视频的三维人体姿态估计

已有的三维人体姿态估计方法侧重于通过单帧图像来估计人体的三维姿态,忽略了视频中前后帧之间的相关性,因此,通过挖掘视频在时间维度上的信息可以进一步提高三维人体姿态估计的准确率。基于此,设计了一种可以充分提取视频时序信息的卷积神经网络结构,在获得高精度的同时也具有消耗计算资源小的优点,仅仅使用二维关节点的坐标为输入即可恢复完整的三维人体姿态。然后提出了一种新的损失函数利用相邻帧间人体姿态的连续性,来改进视频序列中三维姿态估计的平滑性,同时也解决了因缺少帧间信息而导致准确率下降的问题。通过在公开数据集Human3.6M上进行测试,实验结果表明本文方法相比目前的基准三维姿态估计算法的平均测试误差降低了1.2 mm,对于视频序列的三维人体姿态估计有着较高的准确率。      

基于Hu相关滤波的光学卫星视频点目标跟踪

针对光学卫星视频运动目标跟踪问题进行研究,提出一种鲁棒的特征描述和匹配跟踪方法。引入相关滤波的思想,首先利用样本集的Hu不变矩和中值滤波,建立目标的跟踪模板并进行目标特征描述。然后,将目标跟踪的判断区域降维处理,建立判断区域的Hu置信模型。利用FFT推导了快速相关法,进而通过求得跟踪置信图最大值实现目标跟踪。针对跟踪轨迹采用卡尔曼滤波辅助和优化跟踪处理,提高算法的鲁棒性。试验数据采用SkySat和吉林一号拍摄的视频各两段,对5个点目标进行跟踪试验,跟踪精度优于90%,跟踪过程目标不丢失,且轨迹平滑。针对13×13的判断区域,与一般相关性方法相比,处理速度可提升约5倍。可为光学卫星视频点目标实现快速可靠跟踪提供技术基础。     

基于模板数据库的工程CAD拓扑建模方法

应用模板数据库的方法,进行工程CAD管网拓扑建模.通过将工程对象抽象为很多具有各自特征的拓扑结构模板,建立拓扑模板数据库.在模板数据库基础上设计了一种松耦合的3层体系结构的工程CAD管网建模系统.此体系结构包括:用户层、库管理层、数据层.库管理层能够对拓扑模板进行方便快捷的管理、扩展,从而可以高效地建立和维护管网模型的拓扑结构;数据层提供统一的数据接口,使得不同领域之间可以共享拓扑模板数据.系统的层次结构分明,系统模块之间的依赖关系低,并且易于实现.采用本系统能够大大提高管网模型的建模效率和兼容性.     

Tanabe模型和Smith热调节模型结合预测皮温效果分析

人体热调节模型用于描述人体内外热传递现象，预测热生理参数值。为利用人-服热模型评估室温环境控制，抓住人-服-环境传热的主要因素提出了人体热调节与服装热阻的耦合模型。所提模型由受控系统和热调节控制系统构成。受控系统采用Tanabe模型，把人体分为16个节段，每个节段由内到外分成核心、肌肉、脂肪和皮肤4层，外加与各组织层传热的中心血池，共65个节点，每个节点上利用Pennes生物热方程计算传热量。热调节控制系统采用Smith热调节模型中利用生理数据获取的经验控制方程描述血管舒缩、出汗率和寒颤3种人体基本热调节控制方式。结果表明:所提模型对皮肤温度的预测值与试验结果绝对误差最大值小于0.8 ℃，绝对误差平均值约为0.5 ℃，对试验工况下的人体皮肤温度有较好的预测结果。      

An optimization approach for observation association with systemic uncertainty applied to electro-optical systems

The observation to observation measurement association problem for dynamical systems can be addressed by determining if the uncertain admissible regions produced from each observation have one or more points of intersection in state space. An observation association method is developed which uses an optimization based approach to identify local Mahalanobis distance minima in state space between two uncertain admissible regions. A binary hypothesis test with a selected false alarm rate is used to assess the probability that an intersection exists at the point(s) of minimum distance. The systemic uncertainties, such as measurement uncertainties, timing errors, and other parameter errors, define a distribution about a state estimate located at the local Mahalanobis distance minima. If local minima do not exist, then the observations are not associated. The proposed method utilizes an optimization approach defined on a reduced dimension state space to reduce the computational load of the algorithm. The efficacy and efficiency of the proposed method is demonstrated on observation data collected from the Georgia Tech Space Object Research Telescope.     

基于区域划分与标准时间的手部异常行为检测

通过监控视频自动检测操作任务中手部异常行为，能够预防人因差错，提高人因可靠性。针对手部操作任务运动特征不明显、常用异常检测和手势识别方法不适用的问题，提出基于区域划分与标准时间的手部异常行为检测技术。使用基于椭圆模型的肤色检测方法，检测视频中手部形心位置；提出工作区域划分方法，根据手部形心在操作过程中所处区域的不同，将连续操作分割为单元任务，获得各段单元任务的起止时间和持续时长；以正常工作时间为标准，对超出标准时间范围的单元任务提出异常警告。实验表明:所提方法的单元任务分割正确率高于93%，异常行为检测率高于86%，能够有效检测手部异常行为，为人为差错的监测与预警提供技术支持。