一种基于谱域-空域组合特征支持向量机的高光谱图像分类算法

针对高光谱图像分类问题,提出了一种基于支持向量机的利用组合特征对高光谱图像进行分类的算法,组合特征综合了高光谱图像的光谱域和空域信息。针对图像的高维数据特性,利用最大噪声分量方法进行特征提取,对得到的主分量图像,采用虚拟维数估计算法来确定需要保留的主分量数目,并用数学形态学操作用保留的主分量图像中提取目标的形态信息。根据得到的空域特征并结合原始光谱域特征,构造用于分类的组合特征矢量。而且采用了支持向量机,利用了其支持小样本、效率高的优点。高光谱数据实验表明,本文提出的方法和单独使用谱域或空域信息进行分类相比,具有一定的优越性。
     

基于模糊物元分析的空袭目标威胁评估与排序方法

结合现代防空作战特点,分析了影响目标威胁评估与排序的因素,在模糊物元分析的基础上,结合欧氏(欧几里得)贴近度的概念,提出了基于欧氏贴近度的模糊物元分析法.在对空袭目标进行威胁评估与排序时,将目标的各个特征作为物元的事物,以其各项评价指标及其相应的模糊量值构造复合模糊物元.通过计算与标准模糊物元之间的欧氏贴近度,并采用信息熵法计算各评价指标的权重,实现了对空袭目标的威胁评估与排序,为空袭目标威胁评估与排序提供了一个新的方法.     

Study on segmented distribution for reliability evaluation

In practice, the failure rate of most equipment exhibits different tendencies at different stages and even its failure rate curve behaves a multimodal trace during its life cycle. As a result, traditionally evaluating the reliability of equipment with a single model may lead to severer errors. However, if lifetime is divided into several different intervals according to the characteristics of its failure rate, piecewise fitting can more accurately approximate the failure rate of equipment. There-fore, in this paper, failure rate is regarded as a piecewise function, and two kinds of segmented dis-tribution are put forward to evaluate reliability. In order to estimate parameters in the segmented reliability function, Bayesian estimation and maximum likelihood estimation (MLE) of the seg-mented distribution are discussed in this paper. Since traditional information criterion is not suit-able for the segmented distribution, an improved information criterion is proposed to test and evaluate the segmented reliability model in this paper. After a great deal of testing and verification, the segmented reliability model and its estimation methods presented in this paper are proven more efficient and accurate than the traditional non-segmented single model, especially when the change of the failure rate is time-phased or multimodal. The significant performance of the segmented reli-ability model in evaluating reliability of proximity sensors of leading-edge flap in civil aircraft indi-cates that the segmented distribution and its estimation method in this paper could be useful and accurate.     

基于GRNN-ELM的飞机复合材料结构损伤识别

飞机结构的损伤严重影响着飞机的飞行安全,为了解决飞机复合材料结构损伤难以有效识别问题,本文提出一种基于广义回归神经网络(General regression neural network,GRNN)与极限学习机(Extreme learning machine,ELM)组合的飞机复合材料结构损伤识别新方法。首先对飞机复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理。采用变分模态分解(Variational mode decomposition,VMD)对募集的应变信息进行自适应分解,得到多个基本模式分量(Intrinsic mode function,IMF)。计算各阶IMF分量的奇异熵,通过核独立主元分析(Kernel independent component analysis,KICA)方法对奇异熵进行特征融合,构建融合特征向量。采用融合特征向量建立基于GRNN-ELM的复合材料结构损伤识别模型,通过试验对损伤识别模型的有效性进行了验证,并分别与所构建的ELM和GRNN损伤识别模型的识别结果进行比较。结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的工程应用价值。     

基于信息熵的危险天气下终端区管制风险评估

终端区结构复杂、飞机事故多，其中危险天气对航空器的安全运行影响极大，因此有必要对危险天气下终端区管制风险进行评估。针对终端区管制系统运行风险性大、易发不安全事件的问题，提出基于风险信息熵的危险天气条件下终端区管制系统风险评估模型。首先，通过分析危险天气条件下管制系统的运行过程，建立管制系统运行中的熵流模型，然后建立危险天气下终端区管制风险评估指标体系，给出评估指标灰色关联度属性的计算方法，利用其反映出的信息熵确定指标权重，最终建立危险天气下终端区管制风险评估模型，并通过算例验证了模型的可用性和有效性。     

基于组合赋权法的着陆冲出跑道事故影响因素评估

为了研究着陆冲出跑道事故的影响因素,在综合分析事故案例及已有研究成果的基础上,建立了着陆冲出跑道事故影响因素的指标体系,其中包括“人、机、环、管”为主的4个一级指标和14个二级指标,运用组合赋权法构建着陆冲出跑道事故影响因素的评估模型.采用该模型对近几年官方发布的完整的43起着陆冲出跑道事故调查报告进行评估,分别运用熵权法和层次分析法计算评价指标的客观及主观权重,之后利用组合赋权法得到组合权重并对评估结果进行对比分析.评估结果表明,引入组合赋权法可以得到着陆冲出跑道事故影响因素的科学的权重大小,对防范着陆冲出跑道事故的发生以及改善民航安全有一定的指导意义.     

基于两类指数不完全数据的最优等间距设计

对来自指数分布总体的类不完全样本：分组样本与一次性样本，当观察时间为等长时，本文研究了最优时间区间长度问题。这种研究是基于渐近方差达到最小的原则。     

熵变量欧拉方程组跨超声速流SUPG有限元数值解

通过变量代换将拟线性守恒变量欧拉方程组转换为具有对称性的熵变量欧拉方程组，对该方程组构造SUPG的弱解式，其中权函数摄动项中包含流向算子和间断捕获算子。对翼型的跨超声速流动算例表明，本法具有较好的稳定性和能有效地抑制激波两侧振荡。应用带预处理的GMRES迭代法求解非对称方程组能显著地提高收敛速度。     

飞行器参数辨识方法与应用研究

研究了非线性连续－离散系统极大似然估计方法的实现及其在飞行器气动参数辨识中的应用问题，首先给出了递推计算灵敏度算法的构成，初始摄动的选择和初值的计算，继而导出了不需矩阵求逆运算的递推算式。最后结合飞行器的气动参数估计来说明算法的具体实现。     

基于DSP的三自由度肌电假手实时控制方法

 利用安置在拇长屈肌，指深屈肌和指伸肌上的3个电极所测得的肌电信号，采用所提出的新的模式分类器，可以实现基于DSP的三自由度假手手指运动的实时控制。该分类器采用自回归(AR)参数模型和样本熵的方法构造特征矢量，经过由弹性反向传播(RP)算法构建的3层前馈神经网络的分类，能够成功地分辨出拇指、食指和中指的弯曲与伸展运动，平均识别率可以达到91%以上。实验结果表明，该分类器具有很高的辨识能力，同时由于其较小的计算量，也为嵌入式的多自由度肌电假手控制提供了一种新的控制方法。