超细粉碎加工技术现状

超细粉碎加工技术是一门涉及机械、材料、粉体工程以及力学等多学科领域的高新技术。本文主要介绍了超细粉碎加工中的粉碎以及分级技术，并从超音速气流粉碎技术的角度对其研究现状进行了分析。最后，概述了超细粉碎加工技术的应用前景。     

稳定器壁面最高温度区的数字图像分析

测定稳定器壁面最高温度区的位置、面积大小和最高温度值是航空发动机研究中的重要内容。本文阐述作者在利用数字图像处理技术对火焰稳定器壁面最高温度区进行分析方面进行的工作。所用方法是图像处理分类技术中的最小距离分类方法。为了减少图片摄取时噪声的影响,本文对训练区进行了分析处理,最后得到了比较满意的结果。     

基于顶点分类的曲面三角网格模型自适应光顺研究

逆向工程中由测量数据得到的三角网格模型往往含有大量的噪声、扰动及不规则三角片，需对其进行光顺处理，以满足后续处理的使用要求。本文首先提出了一种新的网格模型顶点法矢计算公式，该公式采用网格模型中三角片面积与顶角角度综合加权，可同时反映三角片面积与顶角角度对顶点法矢的影响。在此基础上，对网格模型顶点进行了分类处理，提出了能够反映网格顶点特征性质的顶点势概念。势为1的点为特征点，势为0的点为普通点。最后，提出了一种新的自适应曲面三角网格模型光顺方法，综合了普通拉普拉斯光顺法与平均曲率法的优点。在该方法中，顶点调整方向为拉普拉斯光顺矢量在被调整顶点切平面上的分量与该点法矢的加权合成；顶点调整幅度根据顶点类别的不同而不同，特征点的调整幅度小，普通点的调整幅度大，从而可保护原有特征。实例表明，与现有方法相比，该方法在有效去除噪声，匀化三角片的同时，充分保留了初始网格模型上的特征。     

实行分档自选定额改善劳动定额管理

劳动定额作为企业—项重要的基础工作,其所要解决的关键问题是工时定额水平及其平衡性问题。本文介绍了洪都集团公司分档定额的一些主要作法及其效果。     

基于RS-CART决策树的航空发动机小样本故障诊断

针对CART(classification and regression tree)分类决策树构建过程中由于小样本集特征维数高及噪声等造成的过拟合问题,在CART决策树算法训练过程中引入基于互信息的粗糙集(rough sets,RS)属性约简,考虑信息熵与基尼(GINI)系数刻画样本集“纯净度”的相似关系,对历史故障数据进行属性约简,降低属性维度以优化训练集,在此基础上构建分类决策树,可视化输出规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。     

An approach to multi-temporal MODIS image analysis using image classification and segmentation

This paper discusses an approach for river mapping and flood evaluation based on multi-temporal time series analysis of satellite images utilizing pixel spectral information for image classification and region-based segmentation for extracting water-covered regions. Analysis of MODIS satellite images is applied in three stages: before flood, during flood and after flood. Water regions are extracted from the MODIS images using image classification (based on spectral information) and image segmentation (based on spatial information). Multi-temporal MODIS images from “normal” (non-flood) and flood time-periods are processed in two steps. In the first step, image classifiers such as Support Vector Machines (SVM) and Artificial Neural Networks (ANN) separate the image pixels into water and non-water groups based on their spectral features. The classified image is then segmented using spatial features of the water pixels to remove the misclassified water. From the results obtained, we evaluate the performance of the method and conclude that the use of image classification (SVM and ANN) and region-based image segmentation is an accurate and reliable approach for the extraction of water-covered regions.     

Selection of classification techniques for land use/land cover change investigation

The concerns over land use/land cover (LULC) change have emerged on the global stage due to the realisation that changes occurring on the land surface also influence climate, ecosystem and its services. As a result, the importance of accurate mapping of LULC and its changes over time is on the increase. Landsat satellite is a major data source for regional to global LULC analysis. The main objective of this study focuses on the comparison of three classification tools for Landsat images, which are maximum likelihood classification (MLC), support vector machine and artificial neural network (ANN), in order to select the best method among them. The classifiers algorithms are well optimized for the gamma, penalty, degree of polynomial in case of SVM, while for ANN minimum output activation threshold and RMSE are taken into account. The overall analysis shows that the ANN is superior to the kernel based SVM (linear, radial based, sigmoid and polynomial) and MLC. The best tool (ANN) is then applied on detecting the LULC change over part of Walnut Creek, Iowa. The change analysis of the multi temporal images indicates an increase in urban areas and a major shift in the agricultural practices.     

美国调整军事航天器的发展策略

美国对军事航天器的依赖性不断增强,也面临着航天器越来越长的研制周期和越来越高的研制成本,因此,改变军事航天器的发展策略成为当务之急。美国为提升战场实战能力正在进行发展思路的战略性调整,主要包括:拓展搭载军事有效载荷的途径;推进将大型卫星有效载荷拆分成小卫星的模式;开发分布式军事太空系统结构;对运载资源挖潜;优化商业模式实现业务拓展。对已有卫星的后续系统,进行规模改造与能力提升途径的调整,主要包括:对于军事通信卫星,扩大宽带或"超高频"(SHF)系统,突出窄带或"特高频"(UHF)系统及"先进极高频"(AEHF)系统;分步升级GPS的地面部分,将GPS-3提升为国家关键基础设施;确保导弹预警卫星系统重点。在开发新系统时,美国注重提高效能和降低成本,发展有效的支持能力和低成本小卫星系统,提高低成本机动发射和快速进入太空的能力,并以轨道资源利用为目的开拓新途径。     

基于神经网络的撞球机器人控制器设计

对撞球机器人的母球控制问题展开研究,设计了一种基于神经网络(NN)的控制器,使机器人能够控制母球在击打目标球后按照预定的模式运动至目标点——即完成走位。针对该问题非线性且非光滑的特点,对坐标系进行阐述并给出机器人击球的模型;在光滑的假设下使用理论分析的方法建立母球的运动学模型与边库反弹的理想镜像模型;进而使用神经网络方法对理想模型进行修正,并对不同的轨迹模式进行分析与分类。测试结果表明:经过训练的机器人能够掌握各种模式的走位,统计结果与模型分析结果相吻合;相比于单一使用神经网络方法,本文使用理论分析与神经网络相结合的方法能够有效地提升网络的品质,降低训练的误差。     

基于FRFT域特征差异的压制干扰检测与分类算法

针对干信比未知情况下有源压制干扰分类识别结果可信度较低的问题, 提出了一种基于FRFT域特征差异的压制干扰检测与分类算法。首先, 通过FRFT域峰值阶次的序贯判决算法, 进行压制干扰的存在性检测, 以保证压制干扰分类识别在较高的干信比条件下进行; 然后, 在此基础上, 分别提取回波信号在FRFT域的极值阶次标准差和峰值阶次标准差作为分类识别特征量, 同时, 为避免硬判决造成的分类错误, 采用模糊判决的方法得到基于不同特征参数的分类识别结果; 最后, 按一定准则将2种分类识别结果进行融合, 以进一步提高分类识别正确率。仿真结果表明, 与现有压制干扰分类识别算法相比, 该算法较好地解决了分类识别结果可信度较低的问题, 同时具有较高的分类识别正确率。