航空领域机器学习技术应用体系研究

通过分析航空领域机器学习技术应用现状和需求和基于大数据、云计算等新一代信息技术应用，提出航空领域机器学习技术应用体系，包括：组织机构、技术方法、业务流程、标准体系、平台工具等内容，并结合航空百科知识建设项目验证该体系的有效性，为机器学习技术在航空领域的系统性、规范化应用提供参考。     

机器学习在流动控制领域的应用及发展趋势

流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一。由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性。近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此。通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势。     

基于三层模型的机器学习建模工具设计与实现

机器学习和数据挖掘任务作为一种解决模糊规划和凸优化问题的实际工程技术,近年来依托互联网、大数据等领域的发展逐渐为人们所熟知.针对现行机器学习软件系统所存在的问题,提出一种三层式的加壳软件模型的建模的的方法,并以此实现了一个轻量化的通用机器学习建模平台.     

航空领域知识智能加工与服务方法研究

分析了领域知识智能加工与服务需求,基于自然语言处理、机器学习、知识图谱技术应用,研究提出航空领域知识智能加工与服务方法,包括:实现机理、总体架构、业务流程、平台工具、模型算法等内容,可为航空领域知识建设和应用提供参考.     

航空发动机风扇宽频噪声预测技术发展研究

综述了风扇宽频噪声预测技术在航空发动机噪声控制领域的研究进展和应用,包括经验模型、分析模型、计算气动声学和机器学习等方法。对这些方法的发展现状进行了回顾,并对国内外情况进行了对比分析。研究发现,不同的预测模型适用于不同阶段的设计过程,如经验模型适用于概念设计阶段,分析模型适用于通流设计阶段,计算气动声学适用于详细设计阶段。此外,基于机器学习的风扇尾迹湍流预测是一个重要的研究方向,提高训练效率和预测精度将显著提升机器学习的适用性。最后,对风扇宽频噪声预测方法进行了简要总结和展望。     

邮购消息

《复合材料结构设计手册》(2001.11月)本书共分19章和4个附录基本上覆盖了复合材料结构设计的所有领域。本书介绍了结构设计要求和原则,同时还概述了结构选材、设计时的工艺性考虑与设计许用值的确定原则和方法;设计师应当掌握的材料与工艺基本知识;复合材     

基于机器学习预测流场特征的网格生成技术研究进展

网格技术是影响数值模拟精度的一项重要技术。本文针对基于机器学习预测流场特征的网格生成框架,对流场特征指示器、机器学习预测流场、网格自动生成及自适应三项支撑技术进行了简要综述。现有的流场特征指示器与机器学习方法相结合有望成为提供网格生成先验参考的有效手段。在机器学习方面,适用于流体力学的物理嵌入方法是降低机器学习样本要求的可行方法。兼顾拓扑与密度分布的三维结构网格自动生成方法有待进一步研究。     

基于显著图数据增强的飞行器识别与检测算法

数据增强技术能够有效解决民用航空等领域机器学习模型训练数据严重不足的问题，对于提升智能模型的性能至关重要。为此，针对航空领域飞行器识别和检测的典型应用场景，本文提出基于显著图的数据增强方法，在不同种类的飞行器数据集上分别进行分类和检测试验。试验结果表明，在飞行器目标检测数据集上，利用本文提出的数据增强方法可以提升飞行器目标检测精度。     

基于招聘广告的数据科学人才技能需求及职责分析

以Indeed招聘网站中职位名称包含“Data Science”的1312个招聘广告为数据源,对数据科学人才的技能需求和职务职责描述进行聚类分析。研究发现：数据科学人才要求的学科背景主要有计算机科学、统计学和数学等;所需要的技能主要包括数据科学相关的知识和经验,机器学习、自然语言处理及深度学习技术,Python、R、SQL、Spark等相关的软件工具;岗位职责包括项目管理及过程管理,团队管理、产品及业务管理,机器学习及建模,数据分析及技术服务等。基于此,提出注重不同领域、不同学科交叉融合,设计多层次的数据科学课程体系,强化数据分析课程链建设,注重实践教育等建议。     

机器学习技术在气动优化中的应用

近年来优化设计在气动设计中发挥了越来越多的作用,但实用性和效率是制约其发挥作用的两大障碍。在大型客机超临界机翼设计中,通过"人在回路"（依靠人的经验在优化进行过程中实施必要干预）等努力,取得了较好的效果,机器学习技术逐步得到发展。提出了利用机器学习技术模拟人在优化过程中的合理行为和作用机制,以深层次利用信息和知识,改善优化的实用性和效率。梳理了机器学习技术在气动优化中应用的发展脉络,并结合工作实践介绍了机器学习在优化设计中的典型应用。进一步探讨了深度学习在气动优化中的可能应用方式。     

仿生导航技术综述

仿生导航技术是一种模仿动物导航机理的新型导航技术,涉及认知科学、机器学习、计算机视觉和信息融合等多个学科。仿生导航因具有自主性好、自适应性强等特点,近年来成为了导航领域的研究热点之一。首先阐述了仿生导航的内涵,然后从仿生导航传感器技术和仿生导航方法两个方面简要介绍了国内外研究现状和发展趋势。其中,仿生导航传感器技术包括了仿生光罗盘、仿生磁罗盘、仿生复眼等内容;仿生导航方法主要涉及导航经验知识的表达与机器学习、仿生多源异质导航信息融合、面向任务的仿生路径规划与导航等。最后,对仿生导航技术进行了总结,并对未来发展进行了展望。     

基于改进型球结构支持向量机的故障诊断方法及其应用

1引言涡轮泵等是极易发生故障的机械设备,近几年来,神经网络等智能技术在此类设备的故障诊断领域中得到广泛的应用[1]。故障支持向量机是Vapnik等在20世纪90年代研究并迅速发展起来的一种新型的机器学习方法[2],它是专门针对有限样本情况的,其目标是得到现有信息下的最优解而不     

软件无线电在通信中的应用

软件无线电技术是90年代新技术之一,该技术是把硬件作为无线通信的通用平台,使它尽可能地脱离通信体制、信号波形和通信功能,尽可能多地由软件来实现,这样的无线通信系统具有很好的通用性、灵活性,而且系统升级也变得非常容易.软件无线电这些特点和优越性使它在通信领域中有着极广泛的应用天地.本文主要介绍了它在个人移动通信、军事通信、卫星通信中的应用.     

机器学习辅助湍流建模在分离流预测中的应用

数据驱动湍流建模是近年来发展的提高雷诺平均N-S方程预测精度的有效手段,通过机器学习算法能够从高置信度数据中自动提取特征,建立准确的从平均流动特征到雷诺应力的预测模型。针对高雷诺数下积冰翼型绕流这一类典型的复杂流动分离问题,基于此前研究者提出的机器学习预测框架,从输入输出特征选择和翼型绕流中数据分布特性两个方面出发,对机器学习预测结果的光滑性和准确性进行改善。提出了基于雷诺应力张量分析和流动特征辨识的输入特征选择准则;提出了局部区域建模方法以及基准模型和机器学习预测模型混合的代入计算方法。将改进方法应用于积冰翼型绕流问题之中,结果表明改进的方法能够准确给出训练集和预测集上的雷诺应力结果,并且代入平均流计算可以得到和真实分布更加接近的流动和机翼表面压力分布。     

基于频带相关性Deep Learning的无线通信干扰智能识别

近年来,随着无线通信技术在军事领域的发展及各类无线通信装备数量的增加,战场电磁环境变得越来越复杂,其要求通信系统具有更强的抗干扰能力,而智能干扰识别是抗干扰的前提.基于传统机器学习的各类干扰识别算法存在干扰前期特征提取繁杂、低干噪比(JNR)下识别正确识别率低的问题.本文针对上述问题,引入了并行多路多尺度卷积,通过增加...     

机器人系统在美国防部制造与装备保障中的应用简析

<正>近几年,随着民用机器人系统技术的快速发展与广泛应用,美国防部采取一系列措施希望加速推进机器人系统在其装备制造与装备保障中的应用,以应对其军内工业基础面临的挑战,改善其制造与装备保障的效率、质量和安全。本文以“机器人系统在美国防部制造与装备保障中的应用”为中心,分析了其应用背景、应用现状和推进举措,并提出了几点认识。经过多年的发展,机器人系统在民用领域应用已非常成熟,在军事领域的应用也在不断扩展,辅以人机交互、机器学习等先进技术的不断突破,     

基于支持向量机回归算法的飞机主油泵故障数预测

对于飞机部件的故障数预测、可靠性评估、备件需求预测等通常采用样本数目趋于无穷大时的渐近理论,即传统统计学及神经网络理论等进行分析,但在航空维修保障领域,维修数据通常为小样本数据,这些方法存在着固有的算法缺陷. 统计学习理论是一种专门研究小样本情况下机器学习规律的理论,它不仅考虑了对渐进性能的要求,而且追求在现有有限信息的条件下得到最优结果.支持向量机(SVM)是基于统计学习理论的机器学习算法,它采用结构风险最小化原则,在最小化样本点误差的同时,缩小模型预测误差的上界,从而提高了模型的泛化能力和抗噪声扰动能力.主要应用领域为模式识别、回归预测、概率密度函数估计等.目前,支持向量机算法及其应用尚在发展阶段.     

峥嵘岁月 精神永存——读《中国航空工业院士丛书》有感

经过近两年的周密策划和紧张组稿以及编辑工作．《中国航空院士丛书》第一批图书终于顺利付梓并与读者见面。这6本书分别描写了6位院士的生平经历和故事．为读者勾勒出新中国航空工业院士群体在不同领域的人生奋斗经历。     

民用航空器四维航迹预测技术综述

民用航空器四维航迹预测是保障飞行安全、提升运行效率、缓解航班延误、倡导绿色飞行的有效支撑和重要保证.四维航迹预测的研究集中于如下领域:预测结构与流程、预测模型与方法、误差分析与精度提升,其中航迹预测模型与方法是核心,主要包括混合估计模型、质点运动模型与机器学习方法.最后,总结与提炼开展民用航空器四维航迹预测研究的思路和热点,并相应指出了未来的研究方向.     

基于实例推理技术及其研究发展方向

基于实例的推理技术（Case- Based Reasoning ,CBR）是人工智能及机器学习领域中的前沿方向.作为一种增量式的学习方法,规避了传统人工智能在知识获取上的瓶颈问题.本文介绍了CBR的基本原理、实例中知识的表示方法和Tverskey和k-NN两种检索技术;详细讨论了CBR实现过程中的中心问题--实例修正问题,给出实例的修正的8种技术与方法;提出了基于实例的推理技术的研究重点和发展方向.