基于信息熵测度的航空发动机性能退化评估

航空发动机在整个运行周期中,其混乱度从有序逐渐变化为无序.本文首先通过时间序列聚类分析对发动机所处的状态进行评估,再引入信息熵测度对发动机的健康状态进行表达,从混乱程度层面进行发动机性能的退化评估,依据NASA仿真数据集分析表明:用信息熵描述的航空发动机的性能退化趋势与真实情况符合,能够较好地反应发动机的实际退化过程,...     

多个空间高斯源信号情况下成组三维图像特征提取方法

针对功能磁共振成像数据中含有多个高斯信号源的盲源分离问题,介绍了一种成组典型相关分析方法(Group BSS-CCA)。这个方法的组分析框架参照了GIFT工具箱中的Group ICA算法,具体的典型相关分析方法应用的是Friman等人提出的BSS-CCA算法。以验证该方法的有效性为目的,设计了仿真实验;结果表明,该方法能较好识别出混合在人脑功能磁共振成像数据的2个空间高斯信号。Group BSS-CCA算法对研究人脑的功能磁共振成像数据具有较高的实用价值。     

简析政府在国产运行控制系统的产品和标准国际化推进中的角色与作用

<正>当前我国正处于单一的民航运输强国向多领域民航强国发展的关键阶段。相关研究表明，国产运行控制系统建设是智慧民航的重要组成部分，参与或主导研制国际标准是一个国家科技实力的重要体现和与世界接轨的重要形式。作为国家的管理者和战略指导者，政府在产品和标准国际化进程中扮演着重要的角色。     

嵌入注意力机制的多尺度深度可分离表情识别

针对面部表情识别中，传统机器学习方法特征提取较为复杂，浅层卷积神经网络识别率不高，以及深度卷积神经网络易带来梯度爆炸或弥散的问题，构建了残差网络嵌入注意力机制的多尺度深度可分离表情识别网络。通过多层多尺度深度可分离残差单元的叠加进行不同尺度的表情特征提取，使用CBAM注意力机制进行表情特征的筛选，提升有效表情特征权重的表达，削弱训练数据的噪声影响。所提网络模型在Fer-2103和CK+表情数据集分别取得了73.89%和97.47%的准确度，表明所提网络具有较强的泛化性。