基线转弯模板的自动化算法分析

基线转弯程序是一种典型的反向飞行程序,在支线机场及通用机场中有着较广泛的应用。文中通过引入风螺旋线函数公式,对基线转弯模板自动化绘制过程中的核心问题进行分析,完整实现了基线转弯模板的精确化算法。文中关于风螺旋线的旋转外扩规律、共切线算法的研究成果,可以使飞行程序模板的计算过程得到较大的简化,同时算法的精度和效率取得较大的提高。     

基于模板技术的GUI编程

主要介绍了C 泛型编程技术在GUI开发领域所使用的WTL技术.从模板的基本概念入手,介绍了ATl/WTL技术的基础概念,并且从WTL的窗口实现和消息处理机制两个方面分析了其实现原理.还简单介绍了WTL在WINDOW平台下开发应用程序的过程以及自绘制按钮的开发.     

基于血管内超声图像序列的自动三维边缘检测

血管内超声成像可以显示血管内腔、管壁清楚的实时截面图像,从而使定量测量血管参数成为可能。传统手动追踪内腔和管壁边界的方法既费时又存在较大的主观误差,本文将二维主动轮廓算法模型向三维扩展,提出一种适合血管内超声图像的自动三维边缘检测方法,通过对初始给定三维模型实施三维主动界面变形,从而使其逐步逼近目标轮廓。实验结果发现自动检测的内腔、血管壁面积与手动追踪非常吻合,具有较高的相关系数和较小的系统误差,并且纠正二维检测中带来的局部偏差,可作为医生可靠而准确的诊断工具。     

排故中的QAR数据使用

作为记录航空器系统参数的重要附件,机载快速存取记录器(QAR)已经得到了广泛的应用。本文通过实例,阐述了维修人员利用QAR数据在飞行中进行排故的一些常用方法。     

基于神经网络的飞行科目模板样本集建立方法

为建立某一飞行科目的模板样本集,提出一套基于神经网络和卡尔曼滤波的数据处理方法。任选一次试飞样本,建立Kohonen自组织神经网络进行参数降维、聚类分析、特征提取等,使样本量缩减90%以上,得到该科目的模板样本集。用处理后的样本训练BP神经网络,对其他未经处理的试飞样本进行载荷预测,误差均在3%之内,说明处理后的样本能代表该科目的数据特点,即为模板样本集。方法可以为飞机载荷监控数据库的完善工作服务。     

基于自适应Siamese网络的无人机目标跟踪算法

无人机已被广泛应用到军事和民用领域，目标跟踪是无人机应用的关键技术之一。针对无人机跟踪过程中目标易发生形变、遮挡等问题，提出一种基于自适应Siamese网络的无人机目标跟踪算法。首先，利用2个卷积网络构建一个5层Siamese网络，通过对模板特征与当前帧图像特征进行卷积得到目标位置；其次，利用高斯混合模型对以往的预测结果进行建模并建立目标模板库；然后，从模板库中挑选出最可靠的目标模板并以此更新Siamese网络的匹配模板，使Siamese网络能够自适应目标的外观变化；最后，引入回归模型进一步精确目标位置，降低背景对网络性能的影响。仿真实验结果表明：该算法有效降低了形变、遮挡等情况对跟踪性能的影响，具有较高的准确率。     

一种用于专利主题词抽取的模板自动生成方法

专利主题词是用以表述发明或实用新型名称的技术关键词,专利主题词的抽取是专利技术方案信息抽取的第一步,是填充信息抽取结果模板的有效依据和填充子之一。将信息抽取技术应用于中文专利摘要文本,在充分分析了专利摘要文本和专利标题特点的基础上,采用无指导的方法构建信息抽取模板,进而完成专利主题词的抽取。实验表明,该方法获得了较好的抽取效果。     

基于XML的Web制造资源数据交换

本文以MS SQL Server2000作为数据资源的服务平台，对制造资源进行深入、细致的分析，从而创建与制造资源相关的所有数据库，并在ⅡS中配置SQLXML支持，创建ⅡS虚拟目录，通过使用XML、XSL、SQL等语言编辑模板并将该摸板保存在所创建的虚拟目录下，以实现与数据库的映射，然后通过HTTP直接实现与服务器数据库的连接，从而实现利用XML在分布式网络上进行制造资源数据的查询、修改、删除以及更新等操作，以实现进行制造资源的全面管理与资源共享。     

图像模板测量技术在零件不规则薄圆孔检测中的应用

针对不规则薄圆孔的检测,提出了一种基于数字图像处理的模板匹配检测方法,运用数字图像处理技术对采集的圆孔图像进行截取、降噪、分割、边缘检测等处理,再把提取出的圆与标定模板上的标准圆进行比较,实现对不规则圆孔尺寸的检测,并通过实验证明了该方法的可行性和实用性。