基于模糊粗集的航空发动机健康状态监测算法研究

在发动机运行过程中,由于诸多非线性因素的影响,现有发动机状态监测中使用的参数只能部分地反映发动机性能状态,无法进行故障准确定位和故障预测.本文将通过研究模糊粗集的特征参数挖掘算法,从远程发动机监控系统所获得的大量发动机工况参数、气动热力参数和机械性能信息中进行数据挖掘,找出能够全面反映发动机性能状态的特征参数和新规律,进行发动机健康状态监测.     

特定辐射源识别方法的研究

针对雷达信号环境越来越复杂和对辐射源识别的准确性要求越来越高,提出特定辐射源识别的概念。根据特定辐射源识别的概念选择脉冲信号的上升沿和下降沿作为特征参数,利用模式识别中的动态聚类的算法进行聚类分析,再结合脉冲的重频、射频、脉宽等参数进行统计分析,确定辐射源的个数和工作模式。     

基于量子傅里叶变换的模式特征提取算法

量子算法由于具有量子态的叠加性、相干性和纠缠性使得它可以解决一些经典NP问题,并且它具有许多传统算法所没有的优点.本文利用量子傅里叶变换提出了一个模式特征提取算法,它借助量子并行特性只需进行一次量子傅里叶变换就可以提取模式特征,所以它提取模式特征的速度比传统特征提取算法有了指数级的提高.利用该算法提取出来的特征可以进行模式识别或图像识别.本文通过理论推导证明了该算法的可行性,通过简单的模式图验证了该模式特征提取算法的有用性.     

一种紧凑型SDF光学相关识别器

提出了一种基于光学子波变换的综合判剐函数(WFSDF)匹配滤波器.采用光学子波变换和综合判别函数,通过1个4f系统实现输入图像与综合判别函数(SDF)的子波变换的相关运算,根据计算全息方法制作复数匹配滤波器.计算机模拟仿真结果表明:与传统SDF匹配滤波相关相比,WFSDF匹配滤波器的相关峰锐化,识别率更高,且光学识别系统简化,能实现多目标的畸不变识别,利于光学相关器的小型化,在导弹的末制导系统中有广阔的应用前景.     

遥感图像云检测方法综述

遥感图像云检测是遥感数据处理过程中需首要解决的问题之一,在参考大量国内外文献的基础上,文章对遥感图像云检测方法的研究现状进行了分析,并对已有的遥感图像云检测方法进行了综述和分类,在此基础上对不同的云检测方法进行了比较,最后给出了云检测存在的问题和发展趋势.     

逻辑神经网络非线性可分性的实现

1985年，Aleksander领导的小组所实现的逻辑神经网络（LNN）成功地应用于脸谱实时识别。由于LNN无需学习算法，硬件可实现实时识别能力，在英国颇受工业界重视。然而，LNN存在一个缺陷就是在大模式划分成小的子模式后会造成LNN非线性能力下降甚至消失。针对上述问题，提出了一种在LNN中实现非线性可分性的方法。     

一种刀具状态在线检测的新方法

人工神经元网络（ＡＮＮ）是近年来迅速发展起来的一门新兴学科，它不仅在智能控制、信号处理等方面应用广泛，而且在机械制造过程监控中也有着广阔的应用前景。本文在分析比较常规刀具状态监控方法的同时，提出以人工神经元网络作为监控系统信息处理的工具，并对其应用于监控信息处理从理论上进行了可行性及合理性论证。研究结果表明人工神经元网络在刀具在线监控系统中具有很高的实用价值。     

人体染色体计算机自动分析

本文简要介绍了染色体图像的输入和预处理技术,建立了染色体的特征空间以及特征空间之间的距离,从而实现了最小距离法自动识别人体染色体。对染色体的其他识别方法文中也作了简要的讨论,最后给出了满意的实验结果,在临床中可用于优生诊断。     

一种多运动模式下自适应阈值零速修正算法

传统基于微机电惯性测量单元（MEMS-IMU）的惯性导航系统（INS）引入零速修正（ZUPT）算法校正器件的累积误差。但由于ZUPT算法零速判定阈值为固定值,只适合单一运动模式,当室内行人运动轨迹包含多种运动模式时,定位精度下降。对此,提出了一种多运动模式下自适应阈值ZUPT算法。分析了室内行人包括静止、走、跑、上楼和下楼5种运动模式零速判定阈值的选取,实现了利用随机森林（RF）算法对5种运动模式的分类识别,并根据识别结果对ZUPT算法零速判定阈值进行自适应调整。为了验证本文算法的可行性和有效性,利用MATLAB软件平台对实测数据进行处理,并与传统定位算法进行了比较。3组实验结果表明,当室内行人运动轨迹包括多种运动模式时,相比传统固定阈值的ZUPT算法,引入自适应调整阈值的ZUPT算法可使定位算法的定位精度提高73.83%。      

神经网络在液体火箭发动机故障检测中的应用(Ⅱ)模式识别技术

基于模糊超球神经网络,提出了一种液体火箭发动机故障的实时检测系统。它采用模式识别技术,在建立正常工作状态的样板模式之后,把当前样本与样板模式进行比较,进而判断发动机工作状态。发动机试车数据分析表明：模糊超球神经网络对输入样本非常敏感