基于熵权-TOPSIS法的货运航线网络设计研究

本文提出了一种轴辐式货运航线网络设计的方法。运用聚类分析(K-Means)进行枢纽机场选址,以枢纽机场间多重连接的方式,建立无机场容量限制的轴辐式货运航线网络优化模型,运用枚举法求解最终得到一个较为合理的货运航线网络。其中为提高聚类精度,引入熵权-TOPSIS法对数据进行处理,通过对TOPSIS评价数据进行聚类得到精度较高的聚类结果,实验表明基于熵权-TOPSIS的聚类分析较传统的聚类分析降低了运输成本。     

复杂地质结构的四维地质层面自动生成算法

地质建模在石油勘探开发、矿产资源开采领域有广泛的应用,在分析当前地质层面生成算法的基础上,提出了基于变形算法的四维地质建模方法.首先通过构建断层空间关系二叉树和空间变形场,将地质层面的离散点恢复变形到原始形貌状态,再将原始形貌地质层面网格断裂变形到时间t,生成四维地质层面,最后给出算法的实例验证算法的有效性.该算法不需交互编辑,自动生成四维地质层面,已应用于油田正演、地下水地质建模等领域.      

基于贝叶斯网络的飞机变流器故障诊断 决策系统的设计与实现

文章在介绍飞机变流器维修决策特点的基础上,给出了一种基于贝叶斯网络的变流器故障诊断决策系统的软件结构,并分析了模型建造、知识库管理、模型推理、诊断决策、实例收集、模型学习等模块的功能和算法,以实现面向不确定性信息时的诊断决策功能。     

CCD互相关粒子图像测速及其在对抗流流场测量中的应用

在常规自相关粒子图像测速（ＰＩＶ）系统的基础上,发展了一个采用ＣＣＤ像机的互相关粒子图像测速系统。用这一新系统测量了对抗流流场的结果表明,这一技术克服了自相关粒子图像测速技术在测量具有滞止点的流场中的困难。实验说明,与自相关粒子图像测速技术相比,这一技术更快捷有效。     

机场协同决策的应用历史与研究趋势综述

机场协同决策可以有效提升机场的运行效率,进而提升整个民航运输网络的运行效率。本文查阅整理了机场协同决策的相关标准、政策文件与研究论文,梳理了机场协同决策的发展历程以及国内外学界业界有关协同决策的研究及应用现状;分析讨论了机场协同决策未来的发展趋势与当前时期协同决策所面临的挑战;同时基于我国的实际情况,给出了一些机场协同决策的发展建议;总结了机场协同决策的理论与应用价值以及协同决策在我国面临的问题与挑战。本文研究可以为提升机场与整个航空交通网络的运行效率与经济效益提供理论支撑和依据。     

飞机结构X射线裂纹图像智能评定

飞机结构X 射线图像评定过程存在复杂背景下裂纹分割不准、检出难等问题。基于高效层聚合网络提出一种飞机结构X 射线裂纹图像智能评定模型（ELAN-Seg）,将ELAN-Seg 模型和DeepLabv3+模型的射线图像裂纹分割能力进行对比,结合图像处理技术对模型分割的裂纹长度进行评估,利用飞机强度试验及外场维护过程采集的X 射线图像对模型进行验证。结果表明：分割的最小裂纹长度约为3 mm,ELAN-Seg 模型对复杂背景射线图像裂纹分割更加准确,裂纹漏检率小于3.8%,该模型具有工程适用性。     

基于角色的细粒度访问控制系统的研究与实现

首先介绍了基于角色的访问控制理论,讨论了其主要特征和优势,然后给出了一个以该理论为基础的访问控制系统的设计框架及实现技术.该系统可以为FTP、WWW 、TELNET提供访问控制服务.系统的总体结构分为:访问控制服务器、访问控制请求过滤器、角色及授权管理服务器,它们各司其职,协同服务,共同构成完整的访问控制系统.      

NET-RAM的设计与实现

对SNOW机群系统的分布式共享存储管理机制进行适当的简化,就可实现网络虚拟存储环境.它以本地节点的主存作为cache,以网络上其它节点机的主存作为本地节点机主存的后援存储,取代本地节点机的硬盘或其它介质的存储设备.充分利用网络上节点的物理存储空间,使一些在单机上由于内存限制而无法完成的计算成为可能.这对于时间敏感性不高但需使用大内存的计算程序尤其适合.本文在介绍了网络虚存的概念之后,详细阐述了一个网络虚拟环境NET-RAM总体结构,软cache的实现方法,并对该网络虚存环境进行了测试,分析了测试结果.最后对今后的工作进行了探讨.      

基于UML活动图模型的测试用例生成技术研究

为了设计和生成系统工作流程的测试用例,引入测试大纲模型的概念,设计出从UML(Unified Modeling Language)活动图模型到测试大纲模型,再到测试用例模型的三级转换过程和一组消除活动图模型中的非结构化特征、将其转化为模块化的测试大纲模型,以及把并发子过程实例化为一组典型测试场景的基本规则.还研究了针对每一个输入操作,选择基本输入数据集,并将其赋予测试大纲模型之上,从而构造测试用例模型的方法,以及最终基于测试用例模型生成完备的测试用例集合的方法.      

基于几何不变性和BP网络的二维目标识别算法

提出了一种基于几何不变性和BP网络的二维目标识别算法.该算法不仅能适应目标物体在旋转、缩放和平移变换(RST变换)下的不变性识别,而且能适应仿射及射影变换下的不变性识别.算法通过对目标物体边缘点进行规格化和对规格化后的边缘点进行5点不变量穷举计算解决了模型图像与目标图像的对应点选取问题;通过将不同观测方位和不同旋转角度的样本图像边缘点的5点不变量集合作为输入向量对BP网络进行训练解决了由于仿射和射影变换造成规格化边缘点间距变化对正确分类的影响.算法不仅能识别多边形而且能识别曲线轮廓的目标物体.