球阀阀座用聚三氟氯乙烯密封环工艺与性能

选用两种不同降温方式探究压制成型工艺对球阀阀座用聚三氟氯乙烯（PCTFE）密封环密封性能的影响。低温试验结果表明,自然降温工艺成型的制品外表面在常温-低温循环工况下出现裂纹,而保压降温得到的制品则不出现上述问题。性能测试与表征分析结果表明,自然降温工艺成型的密封环PCTFE其内部会出现微裂纹等缺陷,导致其在低温测试后出现亚表面裂纹,造成密封失效。降温阶段保压操作可抑制材料成型阶段微裂纹缺陷的产生,避免材料在室温-低温循环工况下因内应力而产生裂纹缺陷。     

基于综合模糊聚类算法的液体火箭发动机故障诊断

基于液体火箭发动机正常及故障状况数据的完备程度和数据质量的不断提高,提出一种基于数据驱动的综合模糊聚类算法用于故障诊断。采用模糊c均值(FCM)算法对已知正常样本数据进行聚类得到最优的聚类中心,将所得到的聚类中心作为先验样本数据用于传递闭包法最优分类结果的选择从而得到故障检测结果,该算法只需要少量的正常先验样本数据就能快速、准确的检测出故障;随后采用FCM算法进行故障分类,可以根据现有的故障数据库进行聚类得到对应的故障类型,并且可以给出故障幅值范围。模型仿真结果表明:该算法对故障的检测率可达968%,故障隔离率达到94%。某型液体火箭发动机实际试车数据结果表明:该故障诊断算法能够准确及时的检测并隔离出故障。     

时空轨迹多维特征融合的行为规律挖掘算法

在预警监视系统中，利用数据挖掘技术可以从海量的目标时空轨迹数据中挖掘出目标的行为规律，实现态势信息的智能感知。目前大部分行为规律挖掘方法仅考虑目标轨迹的空间位置信息，忽略了航向和速度信息，因此难以区分空间位置相似但运动速度和方向不同的行为。除此之外，轨迹聚类算法普遍存在参数设置复杂的问题，而且容易受到轨迹行为分布密度的影响。针对上述问题，首先，通过构造时间滑窗定义了时空Hausdorff距离，可度量时空轨迹多维特征差异；其次，结合k最近邻和密度峰值聚类中决策图的思想，提出了时空轨迹多维特征融合的行为规律挖掘算法；最后，使用仿真飞行器轨迹和实测雷达轨迹数据进行实验分析和验证，结果表明在典型应用场景下本文算法可以准确地挖掘出目标所有行为规律，在智能监视任务中具有较好的应用前景。     

大数据技术在应用型本科高校数字图书馆建设中的作用

针对应用型本科高校图书馆建设,讨论了运用大数据挖掘技术建设数字图书馆的一些关键问题。从科研动向、信息服务质量和馆员数字素质培养等方面加以探讨,并提出了相应解决方案。最后就如何运用数据挖掘技术建设高校数字图书馆进行了阐述,从读者记录、浏览内容、浏览行为和保持读者等方面,论证了大数据挖掘技术在数字图书馆建设中的重要作用。     

复杂曲面零件散乱点云特征点提取

复杂曲面零件的几何特征提取对加工质量的检测及逆向重构具有重要意义。提出了一种复杂曲面零件散乱点云特征点提取方法。首先,提出了基于高斯权重的邻域主成分分析的方法,通过估计每一点邻域的局部变化程度对点云模型进行初始标记;然后,采用基于标记的自动识别法实现特征点的提取;最后,通过特征点聚类的方式去除了特征点集中的异常点,完善了提取的点云特征。该方法直接操作于散乱点云,无需任何的拓扑连接信息。试验结果表明:该方法简单、有效,不需要过多地人为调节参数,特征点提取完整。     

双噁唑啉化合物改性热固性树脂的研究

采用自制2，2′-(1，3-苯)双(4，5-二氢)噁唑分别与热塑性酚醛树脂或二氨基二苯甲烷(DADPM)进行聚合反应制得了聚醚酰胺树脂(PEAR)和聚氨基酰胺树脂(PAAR)。实验表明：PEAR的冲击强度达到6kJ／m^2以上，弯曲强度达到100MPa以上，且电绝缘性能优良，可作为H级绝缘材料使用；PAAR的冲击强度最高达到22kJ／m^2，弯曲强度达到202．MPa，电绝缘性能较PEAR稍差，但仍然可作为H级绝缘材料使用，另外还可望作为无卤阻燃材料使用。以这两种高性能热固性树脂为基体可制备出性能优良的玻璃布复合材料。     

基于改进的模糊C-Means航迹聚类方法研究

为指导飞行程序的改善和发现管制员的指挥模式,在分析历史飞行航迹特征基础上,应用最小描绘长度(MDL)原理对航迹特征点进行划分,运用融合了遗传算法和模拟退火算法的改进的模糊C-Means算法对特征点进行聚类,通过最长公共子序列(LCS)算法得到航迹相似性矩阵,利用矩阵得到航迹簇,最后形成中心航迹,算例仿真验证了新算法的有效性.     

A salient edges detection algorithm of multi-sensor images and its rapid calculation based on PFCM kernel clustering

Multi-sensor image matching based on salient edges has broad prospect in applications, but it is difficult to extract salient edges of real multi-sensor images with noises fast and accurately by using common algorithms. According to the analysis of the features of salient edges, a novel salient edges detection algorithm and its rapid calculation are proposed based on possibility fuzzy C-means （PFCM） kernel clustering using two-dimensional vectors composed of the values of gray and texture. PFCM clustering can overcome the shortcomings that fuzzy C-means （FCM） cluster- ing is sensitive to noises and possibility C-means （PCM） clustering tends to find identical clusters. On this basis, a method is proposed to improve real-time performance by compressing data sets based on the idea of data reduction in the field of mathematical analysis. In addition, the idea that kernel-space is linearly separable is used to enhance robustness further. Experimental results show that this method extracts salient edges for real multi-sensor images with noises more accurately than the algorithm based on force fields and the FCM algorithm; and the proposed method is on average about 56 times faster than the PFCM algorithm in real time and has better robustness.     

An extended chirp scaling algorithm for spaceborne sliding spotlight synthetic aperture radar imaging

A system impulse response with low sidelobes is critical in synthetic aperture radar（SAR） images because sidelobes contribute to noise and interfere with nearby scatterers. However,the conventional tricks of sidelobe suppression are unable to be exactly applied to the case of spaceborne sliding spotlight SAR due to great azimuth shifts in both time and frequency domains. In this paper, an extended chirp scaling algorithm is presented for spaceborne sliding spotlight SAR data imaging. The proposed algorithm firstly uses the spectral analysis（SPECAN） technique to avoid the azimuth spectrum folding effect and then employs the chirp scaling（CS） algorithm to achieve data focusing, i.e., the so-called two-step approach. To suppress the sidelobe level, an efficient strategy for the azimuth spectral weighting which only involves matrix multiplications and short fast Fourier transformations（FFTs） is proposed, which is a post-process executed on the focused SAR image and particularly simple to be implemented. The SAR image processed by the proposed extended CS algorithm is very precise and perfectly phase-preserving. In the end, computer simulation results verify the analysis and confirm the validity of the proposed algorithm.     

基于模块度的复杂网络社团结构聚类新算法

针对传统的分裂聚类算法删除连边会影响节点划分的问题,结合K-means算法的思想并加以改进,提出了一种以邻居节点为聚类备选集,所有社团中心节点同时聚类的同步聚类算法。该算法根据节点中心度和最短路变化率确定社团中心节点集,然后以中心节点为社团中心,以邻居节点为聚类备选集合进行聚类,完成社团的划分。将算法应用到Zachary网络中并与GN算法、Top Leader算法进行比较,仿真结果表明该算法对网络有较好的划分。