基于归并聚类中心思想的模糊聚类分析方法研究

基于归并聚类中心的思想,将全部样本作为初始聚类中心,以离差隶属度作为计算聚类中心的因素,用最大类间距离作为归并聚类中心的标准,进而确定出聚类的数目和最终聚类中心,得出聚类结果.通过实验数据的验证表明,本方法得出的聚类结果能够有效的反映出待聚类样本的真实情况,并且与待聚类样本的初始顺序无关,同时具有一定的抗噪能力.     

面向对象的飞机概念设计系统中的重心估算

为了在飞机概念设计阶段有效而便捷地评估方案重量和静稳定裕度等特性,研究了在一个按照面向对象方式进行数据组织的计算机辅助飞机概念设计系统中进行重心及相应重量估算的措施.着重论述了重心估算部分的面向对象结构和采用的方法,尤其是根据相关部件的设计与造型特点估算燃油及起落架重心的方法.通过在设计方案的动态调整过程中估算其重量和重心,验证了该部分的适应性和可靠性,以及设计者交互地对估算的方法和结果加以控制的灵活性.      

基于Hu相关滤波的光学卫星视频点目标跟踪

针对光学卫星视频运动目标跟踪问题进行研究,提出一种鲁棒的特征描述和匹配跟踪方法。引入相关滤波的思想,首先利用样本集的Hu不变矩和中值滤波,建立目标的跟踪模板并进行目标特征描述。然后,将目标跟踪的判断区域降维处理,建立判断区域的Hu置信模型。利用FFT推导了快速相关法,进而通过求得跟踪置信图最大值实现目标跟踪。针对跟踪轨迹采用卡尔曼滤波辅助和优化跟踪处理,提高算法的鲁棒性。试验数据采用SkySat和吉林一号拍摄的视频各两段,对5个点目标进行跟踪试验,跟踪精度优于90%,跟踪过程目标不丢失,且轨迹平滑。针对13×13的判断区域,与一般相关性方法相比,处理速度可提升约5倍。可为光学卫星视频点目标实现快速可靠跟踪提供技术基础。     

基于FPGA的低复杂度快速SIFT特征提取

尺度不变特征变换（SIFT）算法具有优良的鲁棒性,在计算机视觉领域得到广泛应用。针对SIFT算法高计算复杂度而导致其在CPU上运行实时性低的问题,基于现场可编程门阵列（FPGA）设计了一种低复杂度的快速SIFT硬件架构,主要对算法的特征描述符提取部分进行优化。通过降低梯度信息（包括梯度幅值和梯度方向）的位宽、优化高斯权重系数的产生、简化三线性插值系数的计算和简化梯度幅值直方图索引的求解等方法,避免了指数、三角函数和乘法等复杂计算,降低了硬件设计复杂度和硬件资源消耗。实验结果显示,提出的低复杂度快速SIFT硬件架构,与软件相比,可以获得约200倍的加速;与相关研究相比,速度提高了3倍,特征描述符稳定性提高了18%以上。      

宽带T/R\|R双基地雷达目标特征提取方法研究

与宽带单基地雷达相比,宽带T/R\|R双基地雷达有诸多优势。研究了宽带T/R\|R双基地雷达目标的特征提取问题,利用两个站同时观测到目标一维像,分别提取了目标单站一维像对应的距离与双站一维像对应的距离和;结合双基地雷达目标定位方法,给出了目标长度和姿态角的估计方法,仿真分析了目标位置和基线长度对估计精度的影响;在此基础上,通过多次观测,给出了目标长度、目标姿态角以及姿态角平均变化率的估计方法。最后,仿真结果表明了所提方法的可行性和有效性。
     

基于马氏距离的半监督鉴别分析及人脸识别

针对人脸识别应用中人脸样本的类别信息不足以及人脸样本特征间存在相关性的问题,提出了一种基于马氏距离的半监督鉴别分析.该方法在图嵌入框架下利用马氏距离对数据集中带有类别信息的样本进行边界Fisher分析,不仅保持了类内的紧致性和类间的分离性,而且抽取出有利于分类的鉴别特征,同时将不带类别信息的样本用于描述数据集的几何结构,保留了样本间的局部邻域信息.与传统的特征抽取方法相比,该方法有较好的识别性能,在ORL,YALE及AR人脸数据库上的实验验证了该方法的有效性.      

文本过滤中的特征抽取应用研究

文本信息过滤技术需要解决的一个重要问题是对文档进行形式化处理,使得文本成为可计算和推理的信息。文中首先介绍了基于评估函数的文本特征抽取方法,分析评价了各种评估函数的优缺点,最后提出了一种利用特征抽取对文本信息进行过滤的方法,并说明如何使用评估函数对权重函数进行改进。     

星载SAR的GMTI技术

根据地面动目标回波信号特性,研究了用于星载合成孔径雷达（SAR）的相位中心偏置天线（DPCA）、沿航迹干涉（ATI）、DPCA-Radon和DPCA-Frft-ATI等地面动目标检测（GMTI）算法。讨论了以实现GMTI为任务的分布SAR小卫星的构型和工作模式,分析了GMTI的最大可检测速度、最小可检测速度和盲速等系统指标,以及分布式SAR系统实现GMTI的难点。     

轴流风机的进口径向畸变研究

对轴流风机的进口速度畸变情况进行了分析,利用改进的双激盘理论通过进口速度分布的改变来分析进口畸变对于性能的影响,并且将模型的计算结果与实际的实验结果相比较,得到一种合理的速度分布.      

基于小波包分析的航空发动机轴承故障诊断

振动分析是进行滚动轴承状态监测与故障诊断的重要手段。当轴承某一元件表面出现局部损伤时,产生周期性的冲击脉冲力。因此,原来的平稳振动信号变成了非平稳振动信号。傅里叶变换在频域上是完全局部化的,但它不能提供任何时域的局部化特征,而窗口傅立叶变换尽管在时域和频域均具有一定的局部化特征,但其局部化却是固定不变的。针对常规方法难以准确分析非平稳信号的局限性,提出了基于小波分析的滚动轴承故障诊断方法,通过滚动轴承外表面损伤的实验信号进行小波包频谱分析,验证了基于小波分析的滚动轴承故障诊断方法是可靠、准确的,可进一步应用于航空发动机主轴轴承的状态监测和故障诊断。