Softmax分类器深度学习图像分类方法应用综述

基于深度学习的人工智能图像分类方法研究是当前计算机视觉领域的研究热点。面向深度学习中的Softmax图像分类方法，首先回顾了图像分类技术的发展历程，接着介绍了图像识别技术中的分类器，并解释了Softmax回归函数的分类实现原理。基于Softmax回归分类器的应用，详细阐述了多种图像分类技术，具体包括浅层神经网络、深度置信网络、深度自编码器和卷积神经网络。同时，对比介绍了各种级联模型的具体结构、训练方法、实际应用、分类效果以及优缺点。最后，从Softmax回归分类器、深度学习网络模型和高维数据分类三个方面对基于Softmax回归分类器的深度学习模型在图像分类方面的发展与应用前景进行了展望。     

某电动飞机螺旋桨气动特性数值模拟与风洞试验

以某型电动飞机螺旋桨为研究对象,基于RANS方程和SST湍流模型的MRF方法对螺旋桨进行高精度滑流准定常数值模拟和性能计算。为了验证计算和设计的合理性,对该型螺旋桨进行了缩比模型风洞试验。试验结果表明,数值模拟计算结果与风洞试验数据吻合较好,证明该方法可为螺旋桨设计提供指导。     

质子交换膜燃料电池用增强型复合膜性能研究

用流延法制备增强型NaIion／PTFE复合膜，用电子扫描显微镜（SEM）观察膜，测试了膜的溶胀率、机械强度及质子传导率测试和单体电池性能，并与市售Nafion0膜进行比较。研究表明：流延法制备的Nafion／PTFE复合膜致密性好，（23±2）℃和（i00±2）℃恒温水浴条件下，Nafion／PTFE复合膜体积溶胀率分别仅为Nafion0212膜的30％，70％，Nafion／PTFE复合膜的最大拉伸强度较Nation212膜高52％，H2渗透率较Nafion0212膜高14％～25％；Nafion／PTFE复合膜的放电电压高于Nation0211膜，当电流密度为1000mA／cm。时，Nafion／F’T—FE复合膜单池放电电压为0．714V，较Nafion0212膜高8％，能满足质子交换膜燃料电池（PEMFC）使用要求。     

Crab脉冲星标准脉冲轮廓更新对计时精度的改进

对于脉冲星试验01星的两年实测数据，针对蟹状星云脉冲星星历经历了多次更新的特点，提出了更新标准脉冲轮廓进行X射线计时的改进方法。以一系列观测时长为实测数据分组，再采用改进后的方法进行计时分析并与改进前的结果进行对比。通过对比改进前后的计时结果，发现改进方法得到的计时残差的均方根(root mean square, RMS)平均降低了14.2%，定位精度平均提高了14.4%，估计原子钟相对频率偏差的精度平均提高了26.2%，体现了改进方法处理经历多次星历更新的Crab脉冲星观测数据的合理性和优越性。此外，改进方法对脉冲星试验01星两年观测数据的稳定度σz没有量级上的改进，说明改进方法对Crab脉冲星时间稳定度的影响不大。     

一种改进的雷达低空目标仰角估计算法

由于地(海)面反射的多径镜像信号的存在,使雷达低空目标的仰角估计成了难题。而三子孔径算法是针对该难题而提出的一种有效算法。此算法基于极大似然算法将等距线阵均分为三个子孔径,从而简化了估计函数,也使计算量大大减少。本文在三子孔径算法的基础上,利用目标信号与镜像信号在入射角度上的正弦约束条件,给出了一种改进算法。计算机仿真结果显示改进算法在性能上要优于三子孔径算法。     

攻击大机动目标的L2RG研究

针对目标作大机动时的导引问题,提出了一种类似Lyapunov法得出的L2增益性能指标的鲁棒导引律(L2RG),并运用遗传算法对其中的参数进行了优化。此导引律设计简单,避免了H∞制导律中求Hamilton-Jacobi偏微分不等式的解析解。通过仿真结果比较,验证了此导引律可以在相同时间内明显地减少追踪者的脱靶量。     

战斗机空战敏捷性管理系统研究

从战斗机敏捷性管理系统的飞行力学机理入手，分析了敏捷性管理系统的概念，比较了敏捷性管理系统与通常的迎角限制器各自的控制特点，讨论了敏捷性管理系统与转弯坡度及进入速度的关系，以一架第三代战斗机为例，计算并讨论其能量机动图。结果表明，敏捷性管理系统对速度消散率进行了限制，因而延缓了飞机迎角的增大，提出了飞机的持续机动能力，有利于战斗任务的完成。     

变截面少片钢板弹簧模糊优化设计

首先应用模糊优化理论对变截面少片钢板弹簧进行分析，建立模糊优化数学模型，并求出问题的最优解。结果表明：模糊优化设计结果比普通优化设计结果更符合设计要求。