航空薄壁结构有限元建模的智能化求解模型研究

介绍了利用CAD、网络自动剖分和人工智能技术相结合进行航空薄壁结构有限元建模的问题求解框架，着重论述了建模过程中模型演变的四个不同阶段的任务，提出了适应于建模各阶段的整体式知识表达模型，并对采用黑板机制来组织知识推理和算法任务调度的过程求解模型做了描述。该问题求解框架有助于构造高效实用的复杂薄壁结构有限元建模专家系统。     

基于哈希链表和时间链表的HTTP代理缓存机制的实现

随着互联网的快速发展，越来越多的用户需要访问Internet资源，局域网人的众多用户如何能够通过一条Internet连接进行快速的网络浏览？这涉及到WEB代理服务器的核心部分--HTTP缓存系统。HTTP代理服务器的缓存系统将用户浏览的网页保存在代理服务器中，一旦有用户浏览相同的网页并且该网页还没有更新，则代理服务器直接将网页传递给用户，无需重新下载。因此，缓存明显加快了浏览速度。本文首先介绍了代理服务器的缓存原理，然后对缓存机制的具体功能进行了划分，最后给出基于哈希链表和时间链表的缓存系统的实现方法。     

一类非线性系统的一阶D型迭代学习控制

传统的D型迭代学习控制的控制律设计方案依赖于被控系统的相对度.为解决该问题以及相对度增益与高阶微分运算的问题,针对一类具有任意高阶相对度的非线性系统,提出了基于虚拟模型的一阶D型迭代学习控制设计方法.该方法的主要思想是与具有任意高阶相对度的非线性被控系统并联一个一阶子系统,构造一个相对度为1、相对度增益可以任意设计的虚拟模型,在此基础上设计一个一阶D型迭代学习控制律,使得虚拟模型能够实现期望轨迹的完全跟踪,从而实际被控系统在一定误差范围内实现期望轨迹的跟踪.仿真实例验证了所提方法的可行性与有效性.     

基于大脑情感学习模型的转台伺服系统设计

提出了基于大脑情感学习(Brain Emotional Learning,BEL)模型的高精度转台伺服系统智能控制方案。BEL模型是一种模拟哺乳动物大脑情感学习过程的仿生计算模型。设计了融合系统跟踪误差、控制输入等信息的BEL智能控制结构,通过选取不同的感官输入信号可获得不同的控制结构,采用联想学习方法在线学习BEL模型内部的节点权值来调节控制器参数,从而实现转台伺服系统的自适应跟踪控制。仿真和实验结果均表明,BEL智能控制器学习能力强,能抑制摩擦等非线性干扰因素,在实时控制系统中表现出较好的稳定性和较高的跟踪性能。     

基于深度混合模型评分推荐

从用户-项目评分矩阵中学习用户对项目的个性化偏好,对于评分推荐来说至关重要。许多推荐方法如潜在因子模型,无法充分利用评分矩阵中的交互信息学到较好的个性化偏好而得到较差推荐效果。受深度学习中Wide and Deep模型应用于APP推荐启发,本文提出一种深度混合模型并命名为DeepHM用于评分推荐。与Wide and Deep模型相比,使用DeepWide和DNN部分重构Wide模型和Deep模型得到DeepHM,并且DeepWide和DNN部分共享交互信息输入。因此,DeepHM可以更有效地使用评分矩阵中的用户和项目的交互信息学到个性化偏好信息。DeepHM将评分推荐作为分类问题旨在提高推荐准确性。实验表明在公开的Movielens数据集上DeepHM算法相比现有的基于评分推荐模型具有更好的效果。     

抗离群值的鲁棒正则化贯序超限学习机

针对离群值环境下的在线学习问题,提出一种鲁棒正则化贯序超限学习机(Robust regularized online sequential extreme learning machine,RR-OSELM)。RR-OSELM以增量学习新样本的方式实现在线学习,并在学习过程中基于样本的先验误差进行逆向加权计算以降低学习模型对于离群值的敏感性;同时RR-OSELM通过融合使用Tikhonov正则化技术进一步增强了其在实际应用中的稳定性。实验结果表明,RR-OSELM具有较同类算法更好的鲁棒性和实用性,对于离群值环境下的在线建模与预测问题是积极有效的。     

基于函数链神经网络的深度分类器

目前的宽度学习系统（Broad learning system,BLS）通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接,网络权值可以用求解伪逆的方法快速求得,避免了耗时的训练过程,从而成为快速而高效的学习方法。然而在追求高精度结果的过程中,BLS对于增强节点数量的需求过于巨大,容易造成过拟合问题。为此,本文提出了基于函数链神经网络（Functional-link neural network,FLNN）的深度分类器（FLNN based deep classifier,FLNNDC）,旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构,每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点,而不是全部映射节点。和原宽度结构相比,在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。     

一类增量式支持向量机的分析

针对训练数据发生增量改变时,标准一类支持向量机的批处理算法需要重新进行训练,不适合在线增量环境学习的问题,提出一种详细的增量式标准一类分类向量机算法,并通过理论分析对该算法的可行性和有限收敛性进行了证明,确保该算法的每步调整都是可靠的,并确保该算法通过有限步调整最终收敛到问题的最优解。在标准数据集上的实验结果验证了理论分析的正确性。     

基于民航局PEPEC考核机制的航空英语教学创新研究

为提高中国民用航空飞行人员的综合英语水平,中国民用航空局(CAAC)开发研制了基于网络的PEPEC考试系统(中国民航飞行人员英语能力测试系统,即Pilot English Proficiency Examination of China)。以PEPEC考试为切入点,深入解读PEPEC考试对航空英语的反拨效应,不仅能有效提高航空英语教学的时效性,也将积极推动应用型飞行人才的培养。     

抗击冰雪灾害 反思安全应急

2008年1月中旬以来,一场五十年一遇的雨雪、冰冻灾害席卷南方十余个省份,给航班飞行带来极大的困难,时值春运,运输和保障压力更显巨大。面对这些,民航系统各条战线上,从领导到一线员工,上下一心,将旅客利益置于首位,发扬连续作战的精神,全力以赴应对灾害天气,力保航班安全,涌现出许多经典的航班保障事例,但同时也显现出诸多应对突发灾害情况中的民航系统各单位在应急机制、应急处理能力、设备保障和协调等方面的缺陷。