确定环境因子的数学方法

本文对指数分布寿命型及成败型两种试验情况,推广了环境因子的定义,根据定义及这两种情况能取得的试验数据,用Bayes方法,推导了环境因子的验后概率密度及环境因子的置信上界方程。最后用数值例说明了这些公式的使用方法。它对不同环境条件下的可靠性信息(如飞行试验与地面试验信息)的折算综合,对可靠性预计,对产品在一定的环境条件下的验收考核标准的制订等提供了数学基础。实践表明,所给结果是适用的。     

测量点云数据的多视拼合技术研究

在实物反求中，往往需要将从各个不同视角测得的点云数据进行多视定位，统一到一个全局坐标系下，并经过数据融合使之能够便于后续的模型重建。本文首先提出了一种改进ICP算法，在采用标签法进行预定位的基础上，选取两个视图重叠区域中不同位置的数据点集作为控制点集，建立控制点的名义对应关系，然后进行坐标变换迭代求解，从而方便快速地实现了两个不存在明确对应关系的点云视图之间的准确定位。在进行多视拼合时，提出一种边定位边合并的方法，减少了多视顺序拼合时所产生的积累误差。对拼合后的视图，本文根据在重叠区域的缩小包围盒内采用加权平均的方法进行了数据融合。实例表明，本文提出的方法是行之有效的。     

用遥测数据识别飞行外声场

给出了一种用遥测数据通过混响室噪声试验识别飞行外声场的方法,并提供了一个实例。该方法以遥测加速度功率谱为控制谱,以遥测点为响应测量点,通过噪声试验调节外声场声谱,使测量点的响应与控制谱一致,识别出飞行外声场。共识别了起飞段和跨音速段两种外声场。实例给出了某火箭某次遥测数据及识别外声场,并将识别外声场与该火箭另次飞行的实测外声场进行了比较。比较表明,识别外声场与实测外声场总声压级最大相差5.2dB,谱型振动能量分布存在较大差别。作为有限条件下(仅有遥测数据)获取外声场的一种方法,并以此外声场作为输入载荷对试件进行故障分析和振动环境获取,从飞行结果看,该方法是可行有效的。     

卫星解体碎片生成数值模拟

提出卫星解体碎片生成的数值模拟方法,对卫星模型解体实验问题进行了数值模拟研究。有限元重构方法是一种有限元与 SPH 方法的结合,能够模拟获得孤立碎片的特性数据。通过在 SPH 模拟结果中重构有限元单元,能够有效区分碎片云中的置信孤立碎片和非置信孤立碎片,结合图论方法能够获得每个孤立碎片的单元构成及其尺寸、速度矢量和质量等信息。进而通过数据统计能够获得碎片分布信息。解体碎片数值模拟数据与实验数据具有较好的一致性,表明了该方法的有效性。     

霍夫变换与最小二乘法相结合的直线拟合

将霍夫变换与最小二乘法相结合 ,研究对实验数据和图像处理中的二值边缘图进行直线拟合的方法。首先 ,用霍夫变换剔除数据点集中的干扰点或噪声 ,并将分布在不同直线附近的点分离出来 ;然后 ,用最小二乘法拟合各直线。该方法既解决了直接使用最小二乘法拟合时 ,拟合直线易受干扰点或噪声的影响和数据点分布在多条直线附近而无法拟合的两个问题 ;同时也解决了直接使用霍夫变换时 ,拟合直线精度不高和直线段有效区间不容易控制的问题。     

置信分布的贝塔分布近似及其在可靠性统计中的应用

在复杂系统可靠性综合评估方法研究中,利用β分布来近似区间[0,1]上的各种概率分布是一种常用的工程方法,并被许多系统可靠性综合评估方法所采用。工程中常用的β分布近似方法有二阶矩法和点估计下限法。为了减少近似误差,本文在文献[1]的基础上,对文献[1]中提出的β分布近似的两点法进行了深入研究,证明了两点法解的存在性和唯一性,并在这一结果的基础上设计出有效的算法。通过模拟计算可以看出,两点法与目前普遍使用的二阶矩法和点估计下限法相比,近似的精确性明显提高,尤其在小子样情形下效果更为显著。     

流数据复杂聚类查询处理算法

流数据上的连续查询,尤其连续聚类查询是流数据处理研究的难点.草图算法能够计算流数据上等值连接大小的高精度近似值,而直方图算法能够较精确地统计流数据的分布.本文结合这两种算法的优势,提出了一种能够高效处理流数据上复杂聚类查询的算法.理论和实验结果表明,该算法具有较高的精度和较小的空间复杂度.     

基于轨迹大数据时空分布的索引与查询方法

由于移动对象自身行为特征和整体规律的不同,使得其产生的轨迹数据具有较大的时空分布不均特点,从而影响轨迹数据索引和查询的效率。针对现有轨迹数据索引方法很少考虑轨迹数据分布不均特性的情况,提出了一种基于历史数据预分区的时空索引方法,其借助轨迹数据时空维度上分布的相似性,首先在空间上根据数据分布情况对Geohash编码进行预分区,进而建立轨迹数据的索引结构和基于HBase的存储模型,并利用该索引结构设计了基于Geohash分区的查询分解算法。基于真实出租车轨迹数据集的实验表明,相较于均匀划分的扩展的HGrid方法与混合编码的ST-hash方法,本文提出的索引结构及其查询方法可以有效提升海量具有不均匀特征轨迹数据的时空查询性能,并且可以在保证查询结果准确性的同时,最大限度地减少子查询的数量。     

峰值点非负矩阵分解聚类算法

非负矩阵分解模型是一种常见的数据降维方法。在现有非负矩阵分解算法用于聚类的研究中,每个类别一般仅由一个或者指定多个中心点表示,然而这种表示方式往往无法准确描述其类别的特征和结构,从而影响聚类效果。为了解决这个问题,本文提出了峰值点非负矩阵分解算法。该算法首先为数据集找到多个密度峰值点,并构建密度峰值点和样本点的二部图,然后利用二部图完成聚类。此外该算法引入流形图正则化项来充分利用数据间的流形结构信息,并给出了算法的迭代更新规则。在大量真实数据集上的实验结果表明,该方法可以更加有效地利用数据本身的结构信息,从而提高聚类效果。     

对脉冲型数据的一种数字滤波技术

本文提出了一种用于处理动态实验脉冲型数据的数字滤波技术。首先,识别和剔除数据中的野值并加以补正,然后使用最小二乘法15点二阶算式对数据进行滤波,对于脉冲幅值较大的数据可多次滤波,以得到更接近于真实值的数据。用数字滤波技术作动态点估算,对测量数据具有频域滤波和数据平滑化功能,其特点是简单、实用,应用性强。算例表明,对于脉冲型数据和混有高频噪声的动态测量数据的滤波效果是良好的,给出了原数据的有用信息和基本特征。     

一种新型的切削数据优化方法

切削数据是度量切削技术水平高低的基本量值，采用优化的切削数据是发挥机床功能，提高切削效率的基本方法，目前，已有的切削数据优化方法存着计算步骤繁复、优化时间长等缺点，难以满足现代制造技术发展的需要。本文在给出目标函数和约束条件一般形式的基础上利用ｆ最小线，ｖ最小线和ｚ等值线等概念提出了单工序下通用的切削数据优化方法－目标等值线法，该方法不需进行迭代运算，计算简单，与通常的优化方法相比，其优化速度提高     

面向快速原型制造的海量数据模型重建(英文)

根据已有实物的测量数据进行模型重建 ,在机械产品逆向建模、计算机视觉、基于二维轮廓数据的生物外形重建等领域中具有重要应用价值。随着坐标测量设备的发展 ,获取包含被测物体更多细节的海量数据已非常方便 ,但大量的测量点却给模型重建带来了困难。本文首先提出了精度可控的海量数据自动简化算法。为了提高算法的效率 ,文中提出了一个数据集空间划分策略。根据简化后的数据集 ,应用步进立方体方法重建模型的三角网格曲面表示。由于种种原因 ,重建的三角网格模型常常含有不希望有的孔洞。为此 ,本文给出了一个算法产生形状优化的三角片以修补网格模型中的孔洞。经过孔洞修补 ,完全封闭的三角网格模型可以直接输出为快速原型制造中广泛应用的 STL文件。应用实例说明了本文的方法的可行性     

Parameter Optimization Method for Gaussian Mixture Model with Data Evolution

To learn from evolutionary experimental data points effectively,an evolutionary Gaussian mixture model based on constraint consistency（EGMM）is proposed and the corresponding method of parameter optimization is presented.Here,the Gaussian mixture model（GMM）is adopted to describe the data points,and the differences between the posterior probabilities of pairwise points under the current parameters are introduced to measure the temporal smoothness.Then,parameter optimization of EGMM can be realized by evolutionary clustering.Compared with most of the existing data analysis methods by evolutionary clustering,both the whole features and individual differences of data points are considered in the clustering framework of EGMM.It decreases the algorithm sensitivity to noises and increases the robustness of evaluated parameters.Experimental result shows that the clustering sequence really reflects the shift of data distribution,and the proposed algorithm can provide better clustering quality and temporal smoothness.     

散乱点云数据的曲率估算及应用

提出一种直接在散乱数据点云上计算曲面的局部微分性质,包括平均曲率、高斯曲率和主曲率。首先,计算各点的邻近点集,选取合适的局部基础曲面。把邻近点集投影到相应的局部基础曲面。然后,在以局部基础曲面内投影点的参数化代替空间邻近点集的参数化的基础上。用二次参数曲面逼近空间邻近点集,从而计算出各点的法矢,再对不协调的法矢方向进行调整。最后,利用曲率公式计算出各点的曲率。试验表明这种方法可以较好反映曲面的特征。运用该曲率算法对海量数据进行了简化。     

基于正交试验和APDL的盒式天平力敏元件集成优化设计

针对悬臂梁力敏元件的结构优化问题,以布片部位应变最大和变形最小为优化目标,将正交试验法引入到力敏元件结构多目标优化中,提出了一种实用高精度的结构多目标优化方法.基于正交试验法和APDL求解模块,确定初始优化方案;对在其可行区间边界上未能取优的因素,细化样本点,采用最小二乘多项式曲线拟合对该因素的试验结果进行高精度拟合,通过计算获取该因素的最优水平,得到了全局最优化方案.通过对拟合效果的量化评价和有限元仿真验证,力敏元件的参数优化结果比较理想.     

基于计算机视觉任务的图像直线提取技术

提出一种基于计算机视觉任务的图像直线提取技术 ,首先用边界检测算子提取边缘 ,然后用链码将边缘表示出来 ,并记录链码的端点 ,即直线的端点 ,通过逐步删除对计算机视觉任务无意义的链码 ,得到图像直线的链码表示 ,最后用最小二乘法拟合图像直线的链码。该技术能尽可能多地从图像中提取直线信息 ,既可以较准确地提取直线的端点信息 ,又能得到直线的准确表示     

三角网格模型的细分曲面拟合

提出一种用Loop细分曲面拟合三角网格模型的新算法.首先对网格模型进行特征识别,然后把经过简化和形状优化的网格作为拟合细分曲面初始控制网格.通过对控制网格顶点的循环修正、网格形状优化、局部自适应细分来求解拟合细分曲面控制顶点.该算法不仅避免了求解线性方程组,克服了拟合控制网格的扭曲现象,而且达到了用较少的控制网格拟合出反映物体细节特征并满足精度要求的分片光滑(片内除奇异点C1外其余C2连续)的Loop细分曲面的目的.实例表明,该算法用于测量数据的曲面重构是有效可行的.     

低空突防用数字地形的平滑处理

数字地形是自主式 GPS/ MAP地形跟随 /地形回避 (TF/ TA)低空突防系统的主要信息来源之一。考虑到飞行器机动能力的限制和飞行的安全性 ,必须对实际地形进行平滑处理。文中首先提出了一种改进型的曲率限制平滑算法。在此基础上 ,给出了一种综合的坡度曲率限制平滑算法 ,它使平滑后的地形不仅满足飞行器纵向机动能力的限制 ,而且较贴合原地形也较原地形高。从而使得在平滑后的地形上进行实时航迹优化是安全可靠的。同时 ,由于平滑后的地形有坡度的限制 ,使实时航迹优化过程中对飞行器在各个方向的离地间隙的限制转化为只要限制飞行器的纵向垂直离地间隙 ,简化了实时航迹优化算法 ,从而易于工程实现。仿真结果表明 ,该算法是有效的。     

Track Association for Dynamic Target Tracking System Based on AP Algorithm

Track association of multi-target has been recognized as one of the key technologies in distributed multiple-sensor data fusion system,and its accuracy directly impacts on the performance of the whole tracking system.A multi-sensor data association is proposed based on aftinity propagation(AP)algorithm.The proposed method needs an initial similarity,a distance between any two points,as a parameter,therefore,the similarity matrix is calculated by track position,velocity and azimuth of track data.The approach can automatically obtain the optimal classification of uncertain target based on clustering validity index.Furthermore,the same kind of data are fused based on the variance of measured data and the fusion result can be taken as a new measured data of the target.Finally,the measured data are classified to a certain target based on the nearest neighbor ideas and its characteristics,then filtering and target tracking are conducted.The experimental results show that the proposed method can effectively achieve multi-sensor and multi-target track association.     

双重稀疏保持投影(英文)

稀疏保持投影(Sparsity preserving projection,SPP)是一种新型的基于图的降维方法,近年来被成功应用于人脸识别。SPP基于数据的稀疏重建关系建图,从而包含自然的判别信息。然而,经SPP变换后,新的特征是所有原始特征的线性组合,因此很难解释其降维结果。为此,提出了一种新的降维方法——双重稀疏保持投影(Dual-sparsity preserving projection,DSPP),通过进一步对SPP的投影方向施加稀疏约束,希望获得投影方向的稀疏解。具体地,该方法把SPP中投影函数的计算转化为一个回归类优化问题,然后借助L1正则化回归技术获得稀疏投影向量。在人脸数据上的实验结果表明了该算法的有效性。