顾及不确定性的多光谱遥感图像分类及其不确定性度量和表达

针对传统遥感图像分类方法缺乏考虑空间自相关性、分类模糊性以及分类误差的空间表达的缺点，采用顾及空间数据的空间自相关性和分类模糊性的邻域EM算法进行多光谱遥感图像分类。构建了四个不确定性度量指标一模糊隶属度残差、相对模糊隶属度最大离差、模糊隶属度熵和相对模糊隶属度熵对其分类的不确定性进行度量和可视化表达，克服了采用误差矩阵和Kappa系数进行传统遥感图像分类精度评价缺乏空间信息分布的不足。     

挠性结构卫星单轴气浮台的模糊控制

将在线变动模糊划分的模糊控制应用在挠性结构卫星单轴气浮台全物理仿真实验中，实现挠性结构的大角度机动控制，获得了机动性能好、稳态精度高的结果。在模糊控制中，模糊集合的划分在控制过程中在线变动，自动确定模糊集合隶属函数的参数，需人工设置的控制器参数很少，只需调整一个控制能量分配参数，易于应用到实际控制过程中。     

基于模糊神经网络的飞船GNC分系统故障诊断

研究了基于模糊神经网络的飞船GNC分系统的故障诊断方法,提出了重构新的激励函数并附加动量因子的改进BP算法,采用了由输入层、输出层、隐含层和量化层组成的一种4层前向模糊神经网络,通过Ⅱ型隶属度函数完成输入模糊化。建立了基于模糊神经网络的GNC分系统故障诊断系统,实验验证了改进BP算法以及该诊断系统的正确性和有效性。     

基于BP算法的模糊神经网络研究

提出了一种基于模糊集合与前馈神经网络结合的神经网络。这种模糊神经网络（ＦＮＮ）在处理模糊特征时，能较好地反映出输入值和输出值的隶属度关系。应用经典的ＢＰ算法对网络进行训练，为了加快网络的学习过程，我们介绍了一种调整权值和阈值的学习方法，并且采用了Ｃ语言编制软件，实验结果表明，ＦＮＮ技术是一种新颖、有效的方法，能促进智能神经网络的发展。     

面向多任务的预警卫星系统效能评估

针对预警卫星系统在对中段弹道导弹目标进行多任务预警时效能评估能力不足的问题,提出了一种基于模糊综合法的效能评估方法,拓展了预警卫星系统效能评估的应用范围。根据预警卫星系统的组成与工作流程,从预警任务、传感器使用、数据融合等角度构建了评估指标体系,建立了各指标的定量计算模型。对各指标使用的隶属度函数进行模糊化,利用模糊变换理论建立了系统效能综合评估模型,介绍了其具体实现过程。仿真实验验证了该评估方法的有效性。该方法为预警卫星系统效能指标的优化设计提供了思路。     

基于模糊方向规则的火箭发动机传感器故障检测与分离

提出了一种直接从训练样本中获取模糊方向规则的学习算法，并应用于火箭发动机的传感器故障检测与分离。每种传感器故障模式由一些模糊方向规则聚集形成，模糊方向规则的全隶属区是一个由单位方向、夹角和两个半径确定的方向超体。模糊方向规则一次循环学习形成，在学习中能不断融合新样本信息。液体火箭发动机传感器故障检测与分离的仿真研究验证了模糊方向规则系统的优越性能。     

顾及不确定性分析的多数投票 SAR 影像变化检测

合成孔径雷达（Synthetic Aperture Radar，SAR）影像变化检测是遥感领域的一个重要研究方向。文章以投票法（Majority Voting，MV）为基础，提出一种全新的顾及不确定性分析的SAR影像变化检测方法（Uncertainty Analysis-based MV，UAMV）。首先选取三组典型的差分影像生成算法，生成三组互补的差分影像。然后使用模糊C均值聚类估算每组差分影像的关于变化类和未变化类的模糊隶属度函数。最后用模糊集合和信息熵理论优化MV，构建顾及不确定性分析的多数投票法，并用所构建方法融合三组差分影像的模糊隶属度函数，生成变化检测图。为验证文章方法的有效性，通过三组真实SAR影像数据进行实验分析。实验结果表明：1）通过用信息熵分析MV融合过程中的不确定性，能够显著提高MV的变化检测性能；2）与7种现有相关算法相比，UAMV方法能够取得更优的变化检测结果。该研究为SAR影像变化检测提供一种新的思路和方法。     

整体壁板填料辅助滚弯成形的动力显式分析方法

基于动力显式有限元方法,研究了整体壁板填料辅助滚弯成形分析方法。为了评估动力显式方法分析准静态问题的动态效应,引入系统动能和内能的比值作为动态影响误差,给出了确定虚拟加载速度的准则,建立了整体壁板填料辅助滚弯成形动力显式有限元模型,并进行了应力应变分析,最后对显式建模方法进行了验证。由此,为整体壁板结构参数和成形工艺参数设计与优化、成形失效分析等提供了有效的分析手段。     

集员辨识与T-S模型相结合的非线性系统建模及其故障检测算法

针对带有未知但有界（Unknown But Bounded．UBB）噪声的非线性系统的建模及其故障检测问题，提出了一种集员辨识与T-s模糊模型相结合的非线性系统建模及其故障检测算法。在建立非线性系统模型时，利用系统正常状态下的运行数据，选用T-S模型对其进行离线建模。首先采用模糊聚类的方法对输入空间进行模糊划分，然后利用T-S模型为参数线性模型的特点，使用参数线性集员辨识算法辨识T-S模型的结论参数。由于集员辨识算法所得到的是参数的集合估计，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，如果测量所得实际系统的输出不在预测输出范围之内，则可判断系统发生了故障。通过与其他算法相比，验证了本方法的性能。     

我国人口受教育程度分类模型

模糊聚类分析是研究将事物进行分类的科学,其目的是利用一定的数学方法将研究的样品或变量归并为若干类,使得每一类中的所有个体之间具有密切的关系,而不同类之间个体关系相对比较疏远。本文用模糊聚类方法将我国人口受教育程度分成了四类的模式,按该模式可以对其他省市进行了预测分类。     

我国人口受教育程度分类模型

模糊聚类分析是研究将事物进行分类的科学,其目的是利用一定的数学方法将研究的样品或变量归并为若干类,使得每一类中的所有个体之间具有密切的关系,而不同类之间个体关系相对比较疏远.本文用模糊聚类方法将我国人口受教育程度分成了四类的模式,按该模式可以对其他省市进行了预测分类.     

航天器刚柔耦合非线性系统的自适应变论域模糊控制

研究了航天器刚柔耦合非线性系统的自适应变论域模糊控制问题;针对自适应变论域模糊控制器的稳定性设计这一难题,将输入和输出的隶属度函数分别用论域值表示成解析形式;引进李亚谱诺夫函数,设计了输入隶属度函数论域值的自适应律和输出隶属度函数中心取值的自适应律,最后针对由中心刚体Hub和大挠性结构组成的刚柔耦合航天器进行系统仿真,结果表明设计的自适应变论域模糊控制器是可行的。     

基于高光谱和LiDAR的黄河口湿地植被分类方法

利用无人机（Unmanned Aerial Vehicle, UAV）高光谱影像（Hyper-spectral Imaging, HSI）和激光雷达（Light Detection and Ranging, LiDAR）数据开展黄河口湿地植被分类方法研究。由于高空间分辨率HSI光谱变异性强,以及LiDAR点云密度不均匀,分类结果呈现出“椒盐”现象。为了解决这些问题,本文提出了一种结合空谱特征融合和通道注意力机制的双分支卷积神经网络（SSF-C-DBCNN）。光谱注意力机制通过为每个波段分配不同的权重来减少光谱变异性的影响。空间注意力机制侧重于学习和强调特征表达能力强的密集点云区域空间信息,从而减轻LiDAR点云密度不均匀对结果的影响。最后,在双分支融合特征后引入通道注意力机制来提取更深层次的特征。利用UAV采集的HSI和LiDAR数据进行实验验证,结果表明,本文提出方法的性能优于随机森林和五种深度学习方法,分类结果更为贴合实际土地覆盖,有效地抑制了“椒盐”现象。     

基于模糊隶属度的雷达对抗系统作战试验鉴定

针对影响雷达对抗系统作战试验鉴定与评估的各个要素,首先构建了雷达对抗系统鉴定与评估的指标体系,然后运用模糊隶属度算法求得指标对比判断矩阵的指标权重并进行了一致性检验;进而通过评语集和指标表,综合评判雷达对抗系统的隶属度;最后分析了不同雷达对抗系统作战试验的评估结果,并运用贴近度算法对雷达对抗系统作战试验鉴定与评估模型进行了优化。     

发动机热试车数据测量误差分析及处理方法

对发动机试车测量误差进行了分类并提出了消弱误差的方法,特别是对数据处理中最小二乘法的应用以及推力零位误差的消弱方法进行了阐述。验证表明,这些分析及方法对数据误差的消弱是有效和可行的。     

Complex classification of global geomagnetic disturbances

Based on the Kohonen algorithm, a self-training neural network is constructed which allows one to classify geomagnetic disturbances using the data on parameters of the solar wind and interplanetary magnetic field. Such an approach permits one to consider the suggested classification simultaneously as space and physical, since the space origin of disturbances of different kinds is considered within the framework of the classification. As a result of numerical experiments, we have succeeded in isolating basic classes of complexes of disturbed parameters accounting for various events of the space weather, each of which is responsible for corresponding global magnetospheric conditions.     

基于SLM的伺服系统多学科联合仿真与设计优化平台

针对航天伺服系统研制流程中存在的协同设计水平不高、设计流程不统一、数据与模型管理分散等问题,以仿真生命周期管理(SLM)商业通用框架为基础定制开发了伺服系统多学科联合仿真与设计优化平台。通过对设计流程分析、流程定制、数据传递、模型管理等方面的研究与开发,将仿真融入设计流程中,实现了航天伺服系统的多学科协同建模与仿真、数据与模型的统一管理等功能,提升了航天伺服系统协同设计水平。     

基于模糊理论的航天发射场火箭煤油贮存泄漏风险研究

分析了导致火箭煤油发生泄漏事故的危险因素,对各影响因素进行了分类,通过层次分析法确定各因素的权重,运用模糊综合评价法对泄漏事故风险进行评价。评价结果表明火箭煤油在贮存过程中出现泄漏事故的风险等级为第4等级,即风险处于“较大”级别。     

基于改进模糊综合法的雷达抗干扰效能评估

现代战场上的电磁环境日趋复杂，雷达的抗干扰能力已经成为衡量整个雷达系统乃至电子对抗装备性能优劣的重要指标之一。针对模糊综合评估法在雷达抗干扰效能评估中对各指标隶属度不敏感的问题，受“木桶效应”启发，基于对效能评估指标体系中各指标隶属度值的奖励与惩罚机制，构造了局部状态变权函数对常权向量进行变权。在此基础上，提出了一种改进的模糊综合评估方法。最后，将该评估方法应用于雷达抗干扰效能的评估实例中，结果表明，使用该模型可以获得更加客观合理的评估结果。     

基于高阶谱约简的变结构模糊神经网络

针对先验知识不完备和不确定的情况下海量数据造成的冗余和互斥，模糊神经网络结构变得复杂化并不能很快逼近和分类输出对象的情况，提出了一种基于高阶谱完成规则约简的变结构模糊神经网络的模型。相同结论属性的模糊规则的条件属性值可以被认为是由若干个谐波成分组成的平稳信号，并且此信号可以采用高阶谱分析来估计其谐波成分，规则的最小约简集与谐波对应。在完成了谐波估计后，神经网络结构和连接权值发生改变，神经网络的性能也得到优化。最后给出了此模型在航迹融合中应用的一个例子，得到了较好的结果。