统计与规则相结合的术语抽取

在面向特定领域的分词中,术语抽取效果的好坏会对分词精度产生很大影响。因此,高精度的术语抽取成为领域分词的基础工作。针对特定领域提出了一种统计和规则相结合的术语抽取方法。在条件随机场给出的5-best结果的基础上,通过规则及给分机制进行术语抽取,并对抽取结果利用规则进行后处理。实验表明,相比于传统的基于条件随机场1-best进行的术语抽取,该方法能够明显提高未登录术语的召回率。     

基于实体-属性框架的领域知识库构建

知识库是进行各种自然语言处理任务不可或缺的一项基础性的资源。而目前知识库的构建还是一个难点问题,尤其是以自动方式构建复杂的领域性知识库系统的研究还处于探索阶段。本文提出一种基于实体-属性框架的领域知识库自动构建方法,致力于利用航空百科辞典的信息自动获取术语之间的上下位关系及部分实体属性关系,其中,基于多策略的上下位关系术语对提取融合了后缀子串匹配、模板自动构建、实质提取三种方法,分别考虑了辞典中反映上下位关系的不同信息。其中模板自动构建方法,在无需人工标注语料的情况下获得了比较好的效果。属性提取部分采用了以人工标注语料为前提的模板匹配方法。实验表明,本文系统对术语上下位关系抽取的F值达到76.01%,对各个属性的抽取也达到了75%以上。     

汉语动词框架库的自动构建技术研究

语义知识库是自然语言处理的基础性工程,但现阶段语义知识库的构建,大部分基于人工。针对动词语义信息在自然语言处理中的实际应用,提出了自动构建汉语动词框架库的方法。首先,本系统针对不同的格关系抽取不同的扩展特征,并提出了将格标作为特征,训练得到基于最大熵的格关系识别模型,从而有效的识别了文本中的动词格关系。其次,采取有效的基于现有词语相似度的算法,并加入了启发式信息,从语料库中自动获取动词对必需格关系的语义选择限制。实验结果表明,对动词格关系识别的准确率达到了90．70％,在语义限制阶段,对必需格角色的语义类识别的准确率达到了98．00％。     

多源数据融合与改进注意力机制的轴承智能故障诊断

单一传感器信号不能全面表达机械设备的运行特征且容易受到自身品质、性能的影响,为此本文提出了一种多源数据融合与改进注意力机制相结合的滚动轴承智能诊断方法。采集不同位置的传感器振动信号作为模型的输入向量,每一个传感器信号作为一个通道,将多通道信号同时送入模型特征输入层;引入改进注意力机制建立各通道和空间动态权重参数,随着模型训练,不断增强故障特征、弱化无用特征;运用深度卷积神经网络模型的卷积、池化等操作将多传感器信号进一步融合并提取故障特征,输出诊断结果。在进行滚动轴承故障诊断实验时,该方法诊断准确率达到100%,高于准确率最佳值为97.42%的单传感器。与其他方法相比,本文方法可以自适应融合多传感器数据以满足诊断任务的要求,具有良好的自适应性和鲁棒性,为滚动轴承的故障诊断提供了一种可行的方法。     

卫星地面站资源配置的SVM回归模型

针对卫星地面站资源配置问题输入输出关系的复杂性,提出支持向量机（SVM）回归模型。在模型学习过程中,利用正交设计抽样抽取小数量样本对SVM进行训练,求解二次规划问题,根据测试结果对模型参数进行调整以实现较小的预测误差。实验结果表明,该方法具有较好的拟合精度和泛化能力。     

基于HMM-SVM的混合故障诊断模型及应用

针对直升机减速器故障诊断中机器学习方法存在的问题,根据隐马尔可夫模型(HMM)适合于处理连续动态信号与支持向量机(SVM)适合于模式分类的长处,提出了基于HMM-SVM的混合故障诊断模型。先通过小波包分析方法从减速箱振动信号中有效提取非平稳特征,训练HMM-SVM模型,再利用训练好的模型进行监测与诊断,实验结果表明该方法优于单纯的HMM或SVM诊断方法,能利用少量训练样本有效地完成直升机减速器的故障诊断。     

基于深度学习的翼型反设计方法

建立了一种基于深度学习的翼型反设计方法,将翼型曲线及其对应的压力分布图像作为训练学习对象,建立其内在联系的模型,实现通过卷积神经网络提取压力分布图像的特征,计算获得翼型曲线。该方法直接将压力分布图像作为模型输入,更加直观简洁,同时避免了传统方法中耗时的数值计算过程。模型测试中,6 000组压力分布图像和翼型曲线用于模型训练,另外561组用于模型验证,验证耗时仅67 s,预测的翼型曲线与CFD计算结果的平均相对误差为055%。对比实验中,通过对压力分布曲线添加噪声、改变输出层尺寸等方式,进一步验证和分析了预测模型性能。结果表明该翼型反设计方法具有较高预测精度和较强鲁棒性,能在保证精度的情况下降低计算时间,提高设计效率。     

基于神经网络的滚动轴承故障包络信号的自动识别方法

介绍了一种基于神经网络的滚动轴承故障包络信号的自动识别方法。将从包络信号的时域和频域信息中提取的反映滚动轴承故障的特征信息作为BP神经网络的输入,用BP算法对该网络进行训练。利用BP神经网络的智能性来实现滚动轴承故障的智能诊断。     

基于空间特性的弹道特征抽取

首先分析了弹道特征的影响因素,然后利用微分几何的相关知识讨论了弹道特征的抽取问题,进而提出了用曲率/挠率-弧长作为参量提取弹道特征的方法,给出了理论分析和应用说明,最后利用仿真数据进行了验证。仿真结果表明,该方法能够准确反映出导弹的一些机动动作,如姿态调整及弹头抛撒等,在导弹目标识别中具有一定的应用价值。     

基于人工神经网络的驾驶员操纵行为模型

驾驶员操纵行为受到自身、外界环境和被控对象等多方面的影响,因此驾驶员模型具有非线性的特征。神经网络模型克服了拟线性模型不能反映驾驶员非线性操纵的问题。为了获得建立模型的数据,利用地面模拟器使飞行员对一系列指令进行精确跟踪。获得的指令、飞机状态和驾驶员输入信息等参数即可作为神经网络模型的训练样本。神经网络驾驶员模型的训练和测试结果表明,该建模方法是合理、准确的,可以应用于人机闭环系统中驾驶员操纵的研究。     

基于条件随机场的遥感图像语义标注

遥感图像包含的信息丰富,纹理复杂,而遥感图像语义标注又为后续的目标识别、检测、场景分析及高层语义的提取提供了重要信息和线索,这使其成为遥感图像理解领域中一个关键且极具挑战性的任务。首先针对遥感图像语义标注问题,提出采用条件随机场(CRF)框架对遥感图像的底层特征和上下文信息建模的方法,将Texton纹理特征与CRF中的自相关势能结合来捕捉遥感图像中的纹理信息及其上下文分布,采用组合Boosting算法进行Texton纹理特征选择和参数学习;然后将Lab空间中的颜色信息与CRF中的互相关势能结合来描述颜色上下文;最后用Graph Cut算法对CRF进行推导求解,得到图像自动语义标注结果。同时,建立了可见光遥感图像数据库Google-4,并对全部图像进行了人工标注。Google-4上的实验结果表明:采用CRF框架与Texton纹理特征和颜色特征相结合对遥感图像建模的方法与基于支持向量机(SVM)的方法相比较,能够取得更准确的语义标注结果。     

基于神经网络和人工势场的协同博弈路径规划

协同博弈路径规划是空战自主决策、机器人体育比赛等应用场景中的重要问题，其难点在于对环境对抗性反馈的实时自适应和多智能体的相互配合。提出一种基于神经网络和人工势场的协同博弈路径规划方法，使用反向传播（BP）神经网络自适应调整人工势场函数系数，并将人工势场作为神经网络输出端的特征提取。为解决真实样本质量和数量不足的问题，基于遗传算法仿真生成样本数据用于神经网络训练，并通过滚动时域的思路面向动态博弈优化样本性能。从样本数据中提炼出距离差与航向差以反映协同和博弈特性，利用神经网络的黑盒特性和学习能力解决协同博弈问题。应用于二对一反隐身超视距空战路径规划，比经典人工势场法有明显性能提升，且计算开销可接受，计算复杂度分析表明该方法可以较好扩展到多机对抗场景。     

结冰模拟软件AERO-ICE中的关键数值方法

自然积冰对于航空飞行安全造成重大隐患,飞机在穿越富含过冷水汽的云层时冰形将按一定的物理规律积聚生长。介绍了一款三维结冰数值模拟软件AERO-ICE,该软件由网格自动生成、空气流场RANS计算、水滴场欧拉方法计算、结冰热力学分析四个模块组成。在空气流场计算方面,采用SPF k-v²-ω湍流模型,该模型引入湍流非平衡特性修正,预测的带冰翼型最大升力系数和失速攻角相对SA和SST模型有显著的提高。水滴场欧拉方程由于源项较大,迭代求解时容易发散,AERO-ICE软件采用流场光顺、二阶MUSCL空间离散以及LU-SGS隐式时间推进方法改善了数值稳定性。在结冰热力学分析模块,AERO-ICE软件同时具有Messinger与Myers模型,并将Messinger模型预估的壁面温度作为Myers模型的边界条件,从而解决了Myers模型温度设置的经验性问题。AERO-ICE软件支持多块网格、多重网格加速技术与大规模并行计算,其冰形计算结果得到了初步的验证。     

硅基内衬喷管扩张段烧蚀和温度场的耦合计算方法

本文叙述固体火箭喷管扩张段硅基内衬烧蚀和温度场的耦合计算方法.烧蚀采用非定常的液体层烧蚀模型;温度场计算采用圆柱坐标系下的一维径向瞬态导热模型,考虑材料在高温下形成的炭化层和热解层,而由烧蚀产生的边界移动问题用坐标变换的方法处理.利用烧蚀和导热计算方程组中二者的结合部,通过充分耦合,获得了更准确的预示计算结果.     

A New Method for Analyzing Integrated Stealth Ability of Penetration Aircraft

Taking into account the limitations of existing stealth performance analysis methods, a method termed as the integrated stealth performance analysis method is proposed for evaluating the stealth ability of the penetration aircraft. Based on various target radar cross section (RCS) scattering characters, this article integrates the relevant parameters needed for building up target circumferential RCS scattering model and proposes the RCS scattering controlling parameters to control the changing trends of the relevant model RCS scattering characters. According to the radar dynamic detecting characters during the whole penetration course, a dynamic stealth performance evaluating model is proposed accompanied by a series of stealth ability estimation rules. This new analysis method can enhance the integrality and dependability of the stealth analysis conclusions and summarize the relationship between the target RCS scattering characters and their effects on stealth performance. The rules indicated by this relationship can be used as the reference for designing new type of stealth aircraft and setting up specific penetration tactics.     

快速机动大型挠性航天器的动力学建模

建立带附加质量大型挠性航天器大角度快速机动时的动力学模型。在柔性体变形场中计及耦合效应,采用假设模态法和拉格朗日原理建立挠性航天器系统的一阶近似动力学模型。在模型中忽略轴向变形,并用低阶主模态表示横向变形得到控制模型。理论分析和数值仿真表明: 挠性航天器在历经大角度快速机动时会产生动力刚化现象,传统的零次近似动力学模型会产生错误的仿真结果;附加质量对两种模型的系统刚度产生截然相反的作用;低阶简化模型能够较好地反映系统的动力学特性,可用于控制器设计。     

刷式密封二维模型数值计算

应用计入刷丝变形影响的各向异性多孔介质模型,用阻抗力表示刷丝对流动介质的阻碍作用,并将其作为Navier-Stoke方程的源项,以有限体积和SIMPLE算法为基础建立计算模型.通过流场计算,得到刷式密封的压力分布、速度分布以及泄漏量等.并根据计算结果分析结构和工况参数对刷式密封性能的影响.比较分析表明所述方法在刷式密封分析中具有实用价值.      

面向稀薄流非线性本构预测的机器学习方法

稀薄非平衡流域内连续介质假设已经失效,主要围绕Boltzmann方程及模型方程对稀薄非平衡流开展理论与计算研究,统一气体动理论格式（UGKS）是其中一种代表性方法。在稀薄非平衡流数值模拟中,Navier-Stokes （N-S）方程连续介质假设已经失效,不能有效描述流场非平衡特征。UGKS方法虽然计算精度高,但速度空间离散导致计算效率低下,多维高速条件下数值计算难以开展。基于数据驱动的思想,在N-S方程与UGKS方法的研究基础上发展出了一种稀薄非平衡流非线性本构关系求解方法（DNCR）。该方法以N-S与UGKS求解器获得的流场数值模拟计算结果作为训练数据集,基于流场特征参数采用极端随机树算法生成机器学习模型,对预测流场中线性黏性应力项与热流项进行非线性修正,并耦合非线性本构关系求解宏观守恒方程得到目标状态稀薄非平衡流动数值解。针对DNCR方法中所采用的机器学习方法-极端随机树模型,通过二维顶盖驱动方腔流算例对高维非线性建模涉及的特征参数选取、参数调优开展了相关验证工作,选取若干典型状态对极端随机树模型的泛化性能开展研究,并评估了相关模型与方法的计算精度与计算效率。     

基于知网的汉语语义实例库的建设与应用

为了解决有指导词义消歧任务中的知识源问题,提出并构建了一个基于知网的汉语词义实例库(CSIC),同时开发了一个语义标注平台(SenseTag)。该平台通过方便快捷的人机交互方式显著提高了实例库的建设效率和质量。利用条件随机场模型,从实例库中自动学习消歧知识,进行自动标准在随机选取的部分汉语高频多义词的词义消歧开放测试中,取得了平均正确率85%的较好效果。