机场道面承载力对大型运输机ACN及胎压的要求

为了使未来的大型运输机尽量与我国现有机场道面能达到的承载力相适应,在调查大量机场道面结构类型、结构层厚度、道面承载强度、所受过的最大胎压的基础上,根据机场道面超载使用的相关规定,从尽量减少机场改造的角度,对未来大型运输机的ACN(Aircraft Classification Number)及胎压提出了建议值.建立了足尺9块道面板三维有限元分析模型,对大型运输机采用建议值以单轮、IL-76飞机以及C-5运输机等不同起落架构型作用下的道面结构响应进行了求解.为了达到尽量少改造现有机场的目的,未来大型运输机的ACN在16.1~24.2之间取值以及胎压不高于0.80 MPa比较合理,现有机场道面承载力可保障其在50%以上的机场上正常起降.      

基于模糊层次分析法的产品特性分类模型

产品特性分类是武器装备研制过程中的一项重要工作。现有的产品特性分类方法主要是在可靠性预计、故障模式及影响分析的基础上进行,无法全面衡量产品寿命周期中的安全性、维修性、保障性因素。文章分析了当前产品特性分类准则,提出基于模糊层次分析法的分类模型,该模型能够给出产品针对特性分类准则的优劣排序,用以辅助设计人员进行特性分类工作。最后通过实例验证了模型的实用性。     

基于朴素贝叶斯K近邻的快速图像分类算法

朴素贝叶斯最近邻(NBNN)分类算法具有非特征量化和图像-类别度量方式的优点,但算法运行速度较慢,分类正确率较低.针对此问题,提出一种朴素贝叶斯K近邻分类算法,基于快速近似最近邻(FLANN)搜索特征的K近邻用于分类决策并去除背景信息对分类性能的影响;为了进一步提高算法的运行速度及减少算法的内存开销,采用特征选择的方式分别减少测试图像和训练图像集的特征数目,并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾.该算法保留了原始NBNN算法的优点,无需参数学习的过程,实验结果验证了算法的正确性和有效性.     

人工智能气动特性预测技术在火箭子级落区控制项目的应用

发展了一种基于人工智能算法的气动特性预测技术,在开展部分工况风洞试验基础上,结合少量数值仿真结果,通过机器学习模型预测全部工况气动特性。该方法能够降低研制成本,缩短周期。先后解决了相关函数选择、模型超参数训练、数据检验和“人在回路”应用等关键算法与技术问题,应用于运载火箭子级栅格舵落区控制项目气动研制,获得了设计所需完整的气动特性数据。2019年7月26日火箭飞行搭载试验验证了预测方法的正确性。最后,提出了人工智能技术在气动设计应用的分级概念和标准,划分和识别人工智能的能力,确定阶段性功能,为人工智能与气动设计结合与应用提供参考。     

核空间聚类在图像纹理分类中的简化算法

模糊c均值聚类已广泛应用于模糊模式识别领域,但对于线性不可分数据并不适用.在核方法中通过将输入数据经过非线性映射投影到高维特征空间来解决非线性分类的问题.将传统的模糊c均值聚类算法应用于核空间中,对线性不可分的样本进行了核空间聚类的分类实验,得到了正确的分类结果.由于图像分类中分类样本(对应图像像素)数目庞大,造成了核空间聚类算法中特征距离的计算量过大.因此,在核空间聚类的基础上,提出了对图像先进行过分割,再对过分割的图像块进行核空间聚类的方法,大大降低了高维空间特征距离计算的运算成本,并取得了良好的分类效果.      

一种基于指数损失函数的多类分类AdaBoost算法及其应用

 提出一种新的多类分类AdaBoost算法——使用多类分类指数损失函数的前向逐步叠加模型FSAMME（forward stagewise additive modeling using a multi class exponential loss function）。该算法是基于原始的两类分类AdaBoost算法归结为使用两类分类指数损失函数的前向逐步叠加模型的统计学观点,将两类分类的前向逐步叠加模型自然扩展到多类分类情况下得到的,并采用多类指数损失函数和前向逐步叠加模型对FSAMME进行了详细的理论证明。该算法大大降低对弱分类器的精度要求,只需每个弱分类器的精度比随机猜测好;算法简单明了,不用把多类问题转化为多个两类问题,而是直接求解多类分类问题,大大减小计算复杂度和计算量。通过对基准数据库的测试分类及航空发动机故障样本的诊断,结果表明:FSAMME算法一方面可达到较高的分类诊断准确率,其准确率明显高于AdaBoost.M1,略高于AdaBoost.MH;另一方面可大大减小计算成本,满足在线快速分类诊断的要求。     

基于多参量状态信息融合的刀具磨损状态智能识别

鉴于刀具磨损监控在自动化生产中的重要性,建立了基于切削力和基于相对切削时间的两种磨损检测模型．切削力模型是利用回归算法和模糊分类技术建立的,通过检测切削力信号可在线识别刀具磨损状态．基于相对切削时间模型利用回归技术直接建立刀具磨损量与切削参数及时间的关系,可在较大的切削条件变化范围内实现对刀具磨损的识别．     

基于支持向量机的多类分类算法综述

作为一种新兴的机器学习方法,基于统计学习理论的支持向量机,最初是用来解决二类分类问题的。对于实际中主要遇到的多类分类问题,目前常用的两大类改进推广方法为"分解—重组"法和"直接求解"法。文章对二类方法进行了介绍和分析,指出其优缺点和未来的改进方向。     

虚拟仪器的发展前景

介绍了电子测量仪器的发展趋势,虚拟仪器的特点,虚拟仪器中的PC仪器的发展和PC仪器应用前景。