基于MobileFaceNet网络改进的人脸识别方法

为了解决训练过程中卷积模型参数较多、收敛速度较慢的问题,提出了一种基于MobileFaceNet网络改进的人脸识别方法。首先,使用MobileFaceNet网络提取人脸特征,在提取特征的过程中,通过引入可分离卷积减少模型中卷积层参数的数量;其次,通过在MobileFaceNet网络中引入风格注意力机制来增强特征的表达,同时使用AdaCos人脸损失函数来训练模型,利用AdaCos损失函数中的自适应缩放系数,来动态地调整超参数,避免了人为设置超参数对模型的影响;最后,分别在LFW、AgeDB和CFP-FF测试数据集上对训练模型进行评估。实验结果显示:改进后的模型在LFW、AgeDB和CFP-FF测试数据集上的识别精度分别提升了0.25%、0.16%和0.3%,表明改进后的模型相较于改进前的模型在精度和鲁棒性上有所提高。      

飞行控制律评估与确认的μ分析方法

针对目前应用的网格法在实际使用中的不足,将μ分析方法应用到飞行控制律 的评估与确认中.以某型战斗机及为其设计的鲁棒飞行控制律为研究对象,采用相应的稳定 性准则,利用线性分式变换形式,考虑各种已知的不确定参数摄动,用μ分析方法实现了对 该准则的评估与确认.与传统网格法相比,基于μ分析的方法具有两个明显的优点,一是网 格间的点可以得到评估,二是不存在网格法的"维数灾"问题,从而提高了评估的可靠性和 效率.     

一类奇异H∞问题的降阶控制器的解释

一类奇异H_∞控制问题可以利用系统矩阵的结构特征通过线性矩阵不等式或2代数黎卡提方程方法直接显式构造得到降阶控制器.进而利用系统不稳定的不变零点可以构造出更低阶次的控制器.基于2代数黎卡提方程方法,特别是系统Hamilton矩阵的结构特点和系统可观测性理论,论述了不变零点在构造系统降阶控制器中所起的作用,即通过选择控制器的自由参量,使某些不稳定的不变零点关于虚轴对称的点构成系统控制器不可观的稳定极点,从而实现了控制器进一步降阶.     

SmCox-0.4Ti0.4合金薄带的相结构和磁性能

SmCo_x-0.4Ti_0.4(x=5.0, 5.5, 6.5, 7.0)合金经42m/s速度甩带快速凝固制成薄带,在真空热处理炉中,进行750℃两小时热处理.对制得的甩带状态和热处理状态合金薄带分别测试其相结构和磁性能.结果表明:SmCo_x-0.4Ti_0.4合金甩带状态样品相结构随Co含量的不同而变化,其中x=5.0,5.5和6.5的合金样品由2∶ 17和1∶ 5两相结构组成;x=7.0成分样品由1∶ 7单相结构组成.甩带状态样品的比饱和磁化强度和比剩余磁化强度基本上线性增加,内禀矫顽力在合金成分为x=5.0时出现最大值,为1.01T.薄带样品热处理前后均具有纳米晶结构,表现出剩磁增强效应.样品矫顽力机制主要为形核型,反磁化形核场主要来源于SmCo硬磁相大的磁晶各向异性及其纳米晶结构.热处理后,除x=7.0样品外,其余样品矫顽力均有所下降.     

频高图Es层回波的自动识别

提出了一种基于决策树算法的自动识别Es层回波的方法以提高Es识别效率.通过自适应二值化以及中值滤波算法对频高图进行预处理，并提取有效的Es回波区域.利用Es层在虚高轴分布的规律，通过图像投影的方法选择出特征，将这些特征以及时间信息作为决策树算法的输入；通过人工识别方式为每幅频高图标明是否存在Es回波的标签，与决策树算法的输出进行比较.对训练集进行训练、剪枝，获取最接近人工识别结果的决策树，使用测试集对获取的决策树进行测试验证.本文使用云南普洱站（22.7°N，101.5°E）记录的频高图数据作为训练集，分别使用云南普洱站（22.7°N，101.5°E）和四川乐山站（29.5°N，103.7°E）的频高图数据作为测试集对该方法进行测试验证，结果表明该方法对普洱站和乐山站两地Es二跳回波的识别均具有较高的准确率，分别达到84.2%和82.8%.      

基于动态语义记忆网络的长尾图像描述生成

图像描述生成任务旨在基于输入图像生成对应的自然语言描述。现有任务数据集中大部分图像的描述语句通常包含少量常见词和大量罕见词，呈现出长尾分布。已有研究专注于提升模型在整个数据集上的描述语句准确性，忽视了对大量罕见词的准确描述，限制了在实际场景中的应用。针对这一问题，提出了基于动态语义记忆网络(DSMN)的长尾图像描述生成模型，旨在保证模型对常见名词准确描述的同时，提升模型对罕见名词的描述效果。DSMN模型能够动态挖掘罕见词与常见词的全局语义关系，实现从常见词到罕见词的语义知识迁移，通过协同考虑全局单词语义关系信息及当前输入图像和已生成单词的局部语义信息提升罕见词的语义特征表示能力和预测性能。为了有效评价长尾图像描述生成方法，基于MS COCO Captioning数据集定义了长尾图像描述生成任务专用测试集Few-COCO。在MS COCO Captioning和Few-COCO数据集上的多个量化实验表明，DSMN模型在Few-COCO数据集上的罕见词描述准确率为0.602 8%，召回率为0.323 4%，F-1值为0.356 7%，相较于基准方法提升明显。      

一种基于层次聚类的空间非合作目标重构方法

由于激光传感器内在的缺陷,获得的非合作目标原始点云数据往往处于一个分布不均匀的状态,这就对后续的高质量非合作目标表面重构带来了很大的挑战.提出了一种基于全局约束的局部层次聚类方法来提升非合作目标点云分布的连续性.该方法主要可分为两步：1.基于全局约束的自适应八叉树三维空间分解,2.基于全局约束的层次聚类.第一步的主要目的是为了降低算法的复杂度,第二步则将分布不均匀的点集转化为均匀分布的状态.本文在三个非合作目标模型上进行了实验.实验的可视化结果与定量计算结果均验证了该方法的有效性.     

基于SVM的浮动车行驶模式判断模型

浮动车在低速情况下存在两种行驶模式,如不能对上述模式进行准确区分,将严重影响浮动车实时路况计算的精度和效率.研究和设计了一个基于支持向量机(SVM,Support Vector Machine)的浮动车行驶模式判断模型,并针对性地提出了一种简单的基于隶属度矩阵的特征评价和选择方法.实验表明通过上述方法选择的特征子集所训练的分类器在测试样本集上具有92.6%的分类准确性;经过行驶模式分析后,浮动车系统的准确性有显著提升.      

基于Faster R-CNN的精密零部件的识别方法

在航空航天领域中,惯性陀螺等精密器件装配精度要求较高,目前大多采用人工装配的方法,装配效率低、装配过程受人主观影响大。针对上述存在的问题,采用基于Faster R-CNN模型的目标识别算法,通过VGG16特征提取网络提取特征信息,在模型训练过程中利用COCO数据集的深度网络模型进行迁移训练,防止模型过拟合并加速参数的训练过程。同时,该方法还与其他深度学习模型以及传统的目标识别算法进行了对比,在自建的数据模型测试集上进行试验。结果表明,基于VGG16的Faster R-CNN目标识别模型在复杂环境及物体发生遮挡的情况下对于惯性陀螺的识别具有明显的优势,准确率可达到87.80%,召回率80.30%,识别速度可达到15FPS,能够满足实时性要求。     

基于BP神经网络的飞行绩效评价模型

为实现飞行绩效的客观评价,利用眼动数据,建立了拓扑结构为6-14-3型的BP(Back Propagation)神经网络模型.已有的实验数据和随机插值法得到的数据作为建模的数据来源,数据分为训练集和测试集并归一化.基于Matlab的神经网络工具箱,利用经验公式和实验比较法确定了BP网络模型的隐含层节点数;对BP算法的各种改进算法进行了优化选择;将训练集数据和测试集数据先后输入网络模型进行学习训练和仿真测试;对3个技术水平的飞行员的飞行绩效进行了预测和评价.研究表明,眼动数据的BP神经网络模型可以较为准确地评价飞行绩效,评价方法可以为飞行训练提供参考.     

一种非线性系统集员辨识算法

针对带有未知有界噪声的非线性动态系统的鲁棒辨识问题,提出了一种新的非线性动态系统的集员辨识算法.利用径向基函数神经网络的逼近能力,根据系统的输入输出数据,选用径向基函数神经网络对未知非线性系统建模.径向基函数神经网络的中心被确定之后,考虑到建模误差与系统噪声有界,利用径向基函数神经网络为参数线性模型的特点,使用参数线性集员辨识算法辨识径向基函数神经网络的输出权值.由于集员辨识算法所得到的是网络输出权值的集合估计,在系统运行过程中,可以很方便地利用所建模型预测实际系统的输出范围.仿真表明,集员辨识算法辨识网络的输出权值比最小二乘法较少的受未知动态系统噪声分布的影响.     

一种基于容腔节点的液压系统建模语言及实现

为实现直观面向系统原理图对液压系统建模,提出了一种基于容腔节点法的液压系统建模语言和一套新的建模语言描述规则,并阐述了利用该建模语言进行程序实现的方法.该建模语言将液压系统的拓扑结构抽象成具有容腔节点和元件节点的图形结构.液压元件模型独立封装,可模块化使用.在建模语言描述规则的基础上,生成容腔节点与元件节点的连接矩阵.所有节点和连接矩阵构成了系统的整体模型.通过典型智能液压泵系统建模过程,验证了该建模描述语言的正确性和有效性.结果表明:该基于容腔节点的液压系统建模语言可方便建立符合液压系统原理的拓扑图,并面向系统原理图自动生成系统模型.      

无需先验信息的水平集SAR图像分割方法

给出了一种基于水平集演化、无需任何先验信息的SAR图像分割方法.该方法是一种基于区域信息的统计活动轮廓模型方法,通过利用分段阶跃函数估计图像概率密度函数,克服了利用特定概率分布模型估计概率密度函数时,需要利用先验信息预先假定图像概率分布模型的问题;通过引入惩罚项,避免了费时且难于操作的水平集函数重新初始化过程.还给出了具体的数值实现方案和相关参数取值,改进了数值实现中的迭代终止条件.实验结果表明,固定使用列出的参数,无需任何人为干预,对于大多数图像都可获得令人满意的分割结果;对于少数图像,通过简单的参数调整也可得到良好结果.     

芯片互联结构断裂失效的试验研究与统计分析

针对电子芯片互联结构失效机理复杂、寿命数据难以获取且缺乏具有理论依据支撑的寿命分布模型等问题,开展了基于退化试验数据的统计分析研究,并提出了2种统计建模方法。首先,搭建了电子芯片可靠性评估试验台,利用菊花链测试芯片为试验对象获取了互联结构的退化数据和寿命数据;其次,基于断裂力学理论,分析了互联结构断裂失效的失效机理,给出了BGA封装形式的电子芯片互联结构寿命分布服从两参数威布尔分布的理论依据,由此建立了基于寿命数据的电子芯片互联结构寿命分布模型;再次,利用退化量的分布建立了基于退化量数据的电子芯片互联结构寿命分布模型;最后,对2种统计建模方法进行比较分析。结果表明,基于退化量数据的寿命分布模型与基于寿命数据的寿命分布模型吻合度良好,2种分析方法在结果上具有一致性。      

面向地震应急响应的松耦合研判模型管理机制

由于面向地震应急响应系统(EERS)的研判模型有其自身特点,传统决策支持系统中模型管理方法并不能较好地满足其管理需求。提出一种面向地震应急响应的松耦合研判模型管理机制(LC-MM),包括3个部分:(1)研判资源建模环境,由研判模型描述/控制语言(MDCL)和数据源描述/控制语言(DSDCL)组成;(2)研判资源协同交互框架,该框架分为4层,主要包括应用环境上下文App_Context、模型调用者Model_Invoker和数据通道Data_Channel 3个Agent组件;(3)研判资源协同交互协议,该协议将研判任务、研判模型和数据源的紧耦合关系分解为上述Agent组件之间的协同交互关系。实际应用表明,LC-MM能够有效屏蔽研判资源的异构性,提高EERS的可扩展性、动态适应性以及平台无关性,能够较好地满足EERS中研判模型的管理需求。     

刚体群点的预测模型

本文讨论了对刚体群点进行动态预测的建模方法，该方法尽可能地保持群点间相互联系的整体性，仅对群点运动中的独立运动因素进行建模，当刚体群点集合中样本点数量很大时，它可以使建模工作量大幅度下降，同时使模型的精度和可靠性得到更好的保证。     

基于粗神经网络的民用飞机故障诊断

针对传统神经网络故障诊断过程中网络训练时间长、结构复杂以及仅能进行单值输入的缺陷,设计了一种基于粗神经网络的民用飞机故障诊断系统.将粗糙集理论应用在神经网络的前端对民用飞机故障样本数据进行约简处理,以此去除冗余属性的干扰,克服了无关样本数据对网络学习性能的影响,简化了网络结构;利用粗神经元代替传统神经元,提高了网络性能,扩展了网络的应用范围.通过对空中客车A320飞机的故障诊断试验验证了该方法的有效性.     

基于驻留时间比的近地空间碎片环境建模

为分析近地空间碎片的分布规律,提出了一种以碎片在空间网格内驻留时间为基础的碎片环境统计建模方法.该方法利用多项式拟合和求根方法统计碎片在空间网格内的停留时间,获取模型基础数据,并据此采用多项式预测、插值和时间序列分析等技术,综合分析空间碎片的分布与演化规律.给出了一个基于双行根数(TLE,Two Line Elements)数据的建模实例,该实例通过了ORDEM2000模型的对比验证,并获得了一些更精细的近地空间碎片环境特征.所得建模方法和分析结论可为长期运行的近地航天器轨道设计、碰撞风险评估及防护等提供技术支撑.     

面向航天型号软件的混成建模语言研究

随着我国航天事业的快速发展,软件在航天器中的作用和地位越来越突出,航天软件逐渐成为航天型号任务成败的关键之一.航天型号软件普遍具有实时性高、可靠性要求高、运行环境复杂以及航天器结构复杂、资源受限等特点,这给航天型号软件的描述、设计、分析和实现带来了巨大的挑战.嵌入式周期控制系统语言(SPARDL)仅关注了离散时间的动力...