黎曼几何在计算机视觉中的应用研究进展

在计算机视觉领域，许多任务相关数据具有非欧结构，近年来基于黎曼几何的数据表征与应用研究受到了越来越多的关注。如何充分利用数据的几何结构，来提高目标识别、目标跟踪及目标检测算法的性能，是其中的一些研究热点。本文主要从三个方面介绍黎曼流形在计算机视觉中的应用研究进展。首先，从数学基本概念出发，阐述黎曼流形与图像的关系以及视觉应用的可行性，并介绍计算机视觉中具有重要应用的几种黎曼流形。其次，对黎曼流形在计算机视觉中若干常见应用进行了概述，重点介绍了与深度学习相结合的相关进展。最后，对引入黎曼流形的机器学习方法的未来发展进行了分析和讨论。     

基于加权朴素贝叶斯分类器和极端随机树的蛋白质接触图预测

提出一个新的基于集成学习的预测器(TargetPCM),对蛋白质接触图(特别是中长程)进行高精度的预测。首先,TargetPCM使用加权朴素贝叶斯分类器(Weighted Nave Bayes classifier,WNBC)融合3个接触图预测器的输出,其中WNBC中的权重参数通过粒子群算法优化得到;其次,将WNBC融合后的输出和基于序列的特征进行组合,得到更具鉴别能力的特征;在此基础上,应用极端随机树训练得到最终的蛋白质接触图预测模型。为了验证TargetPCM的有效性,在包含98个非冗余蛋白质的数据集上进行了测试。结果表明:对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的集成预测器(NeBcon)分别提高了8.2%,16.1%和5.3%。在CASP11上进一步的验证表明,对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的基于协同进化的集成预测器(MetaPSICOV)分别提高了7.4%,9.1%和7.5%。实验结果验证了本文所提蛋白质接触图预测方法的有效性。     

航空发动机装配数字化技术应用研究

通过对航空发动机装配数字化的应用背景、流程优化、关键技术、数据集成、知识重用等方面进行了深入的研究与探索,系统地提出了装配数字化的一套合理的解决方案,对于提高装配质量水平,实现精益化装配指出了一条可行的路线。     

Multi-objective optimization of parachute triggering algorithm for Mars exploration

A multi-objective optimization procedure to design parachute triggering algorithm, based on Monte Carlo analysis of flight uncertainties, has been developed in this paper. Most of Mars explorations missions utilize parachute for a safe descent through the lowest of the atmosphere. The parachute triggering algorithm is designed to accommodate the range of off-nominal entry trajectories, and is aimed to parachute opening in certain range of Mach numbers, dynamic pressure and altitude. Our novel algorithm takes the fight uncertainty into the account through Monte Carlo analysis, selects maximization of altitude statistical mean and minimization of Mach number statistical mean as two objectives, then employs multi-objective evolutionary algorithm based on decomposition (MOEA/D), to search the Pareto-front framework. Such a methodology can be implemented on the future design of entry, descent, and landing (EDL) mission.     

基于参数化有限元方法的机翼重量预测

为飞机总体设计阶段提供一种快速而较精确的机翼重量预测方法。该方法是将参数化几何建模和参数化有限元建模方法相结合,快速地建立机翼结构有限元模型。通过应用CATIA二次开发技术,实现机翼结构布置模型的自动生成;通过运用PATRAN的PCL语言,实现结构有限元模型的自动生成;通过应用优化方法,确定出结构尺寸,进而计算出机翼重量。算例表明,本方法可快速地分析不同结构布置方案和不同材料方案的机翼重量,适用于飞机总体方案设计阶段机翼重量计算。     

基于粒子群算法的导弹PID控制参数选择

PID控制在导弹控制系统的设计中得到了较多的应用,但PID控制器的性能依赖于其参数的整定和优化。利用粒子群算法对控制器的参数进行优化,并对俯仰通道控制系统进行了仿真研究,结果表明,攻角和俯仰角速度都取得了较好的效果,当气动参数具有不确定性时,效果依然较好,验证了方法的有效性。     

航空变频电源下笼型感应电机矩形转子槽结构优化分析

当前大功率的航空发电机开始采用360~800Hz的变频输出方式,在航空变频电源的直接供电下,感应电机的性能受到频率变化最大的影响是在高频时起动转矩太低。针对笼型感应电机,采用解析计算的方法对矩形转子槽尺寸进行优化,在不改变稳态性能的条件下获得最大起动转矩。深槽尺寸的变化将影响集肤效应系数和槽漏感2个方面,二者对起动转矩的作用相反。通过综合2个方面的因素,建立起包含槽型尺寸和频率的动态转子参数模型,并采用该动态转子参数对传统的转矩公式进行调整,进而获得关于转子槽尺寸的起动力矩解析式,同时基于该解析式实现对起动力矩的优化。采用该解析方法对7.5kW感应电机进行深槽转子优化,并对航空变频电源驱动时的起动特性进行了仿真和样机实验,验证了该方法在矩形转子槽优化设计中的有效性。     

大部件对接中iGPS高精度位姿测量优化设计

 为保证大部件对接位姿测量精度,提高对接测量效率,实现大部件最优位姿装配,提出了基于iGPS测量系统的大部件对接位姿测量优化设计方法。首先,基于iGPS系统测量模型和不确定度模型建立对接测量网络,并对其网络测量精度进行仿真分析,优化设计了对接测量网络iGPS多发射器的布站方式;其次,基于对大部件位姿参数求解模型及不确定度模型的仿真分析,优化设计了调姿基准点的布设方式;最后,对某机型大部件对接进行了位姿测量方式的对比实验。结果表明,经过位姿测量优化设计后,大部件对接测量x、y、z的位置调整不确定度均小于0.16 mm,姿态滚转角、俯仰角和偏航角的角度调整不确定度均小于3.1",相较于未经布站优化设计的测量方式,精度至少提高了20%。由此证明该测量优化设计方案能够高效、高精度地对移动大部件进行实时位姿测量,在有效提高大部件对接位姿测量效率及精度方面是可行的。     

基于人工蜂群算法的航空发动机参数自整定PID控制

针对航空发动机PID控制器的参数寻优问题,提出基于人工蜂群算法(ABC)的航空发动机PID控制器参数自整定的方法。利用人工蜂群算法实现容易、计算简洁、寻优性能好、鲁棒性强的优点,优化PID控制器参数,以改善控制系统性能。考虑到可能存在的执行机构输出量的极大超调,融入执行机构输出的超调量惩罚机制,改进目标性能函数,有效避免了可能存在的发动机供油量极大超调现象。对涡扇发动机在地面和高空稳态工作点的增量形式的线性化数学模型进行了仿真验证,结果表明优化效果良好,转速阶跃响应反应迅速且超调量小,同时供油量也没有出现大的超调,验证了所提方法的有效性和实用性。