基于主动度量学习的空中交通相似场景识别

空中交通的快速增长不断增加了管制员的工作负荷,这已成为制约部门运行的重要因素.如果能够识别出相似的交通场景,就可以利用历史决策经验帮助管制员快速决策控制策略.考虑到交通场景众多且难以标记所有样本,本文提出了一种主动支持向量机度量学习算法(Active SVM metric learning algorithm,ASVM...     

基于优化最小二乘支持向量机的襟翼趋势预测

将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。     

基于杆臂补偿的多MIMU六方位倍速率标定方法

误差建模、标定与补偿是提高微惯性测量单元(MIMU)精度的关键,而杆臂效应是影响低成本微机电系统(MEMS)惯导精度进一步提升的瓶颈.针对杆臂效应引起的多MIMU标定误差问题,提出了一种基于杆臂补偿的多MIMU六方位倍速率标定方法.分析了杆臂效应影响多MIMU标定的误差机理,设计了一种六方位倍速率标定方案,建立了基于杆...     

财务困境预测：二元Logistic回归分析与GABP算法比较

为了更好的判断和预测公司财务状况的健康程度,选取2018年至2021年114家首次被特别处理(Special Treatment, ST)的公司和189家非ST公司的85项指标,分别采用二元Logistic回归分析和GABP算法对公司的财务状况进行预测和分析。结果显示GABP算法对于财务困境的预测在预测准确率、适应性和可解释性方面均强于二元Logistic回归分析,说明机器学习在处理大量财务数据以及复杂的线性拟合问题方面具有较大的优势。将GABP输出的结果通过K-means算法进行聚类分析,纵向分析可以看出公司的发展趋势,横向分析可以得出公司财务状况在当前市场的地位,为下一步战略的规划和实施提供帮助。研究结果可为公司判断和预测财务状况选择合适方案提供依据。     

基于误差模型的权重二值神经网络近似加速

针对智能识别系统精确度和硬件复杂度之间的均衡设计问题,提出了一种基于误差统计模型的权重二值神经网络近似加速方法.在提出了一种获得高精度轻量神经网络的权重二值化处理算法基础上,引入近似加法器、消除乘法器以进一步提高能效.最终提出了一种系统级误差统计模型用于系统评估和优化设计,该设计能够分析和预测权重二值神经网络近似加速系...     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

前体边界层状态对高超声速进气道流动结构及性能的影响

采用CFD方法研究了前体边界层状态对轴对称高超声速进气道的波系结构、激波/边界层干扰特性以及流量捕获能力、总压恢复系数等的影响,获得了不同马赫数下进气道性能参数随一级锥边界层强制转捩位置的变化规律,并对采用二维粗糙体作为强制转捩措施给流场所带来的干扰进行了分析,研究中还对比了具体进气道设计方案间的差别.      

典型二元高超声速进气道与侧压式进气道的性能比较

在相同的约束条件下运用高超声速进气道已有的相关设计方法设计了两类典型的二元进气道与侧压式进气道,利用数值模拟手段对两类进气道的流场结构和总体性能开展了对比研究.研究发现,二元进气道出口流场畸变较小,流场均匀性优于侧压式进气道;二元进气道流量系数对飞行马赫数的敏感程度远高于侧压式进气道;设计点,二元进气道性能优于侧压式进气道.非设计点,尤其在接力状态下,侧压式进气道性能突出;侧压式进气道阻力特性优于二元进气道,而二元进气道的前体升力则高于侧压式进气道.      

基于改进的二维Otsu法的图像分割法

针对Otsu阈值法仅适合图像目标和背景分布呈正态分布且各像素量和方差基本相当的不足,提出了一种基于二维Otsu的改进算法,实验结果表明,该算法比传统Otsu阈值法能够获得较好的分割效果.