模式识别与模糊三值逻辑推理探讨

本文介绍了模式识别的概念与基本方法,形象思维与模式识别的关系和模糊逻辑与模糊推理,提出模糊三值逻辑的推理方法,旨在进一步探讨模式识别的方法和模糊逻辑推理理论,并附应用实例.     

雷达图像幅值空间变迹算法

针对旁瓣抑制,给出了一种幅值空间变迹算法。该算法与一般空间变迹法不同,主要通过每一像素点幅值与相邻两个Nyquist采样点幅值之和做比较来判别该点处于主瓣还是旁瓣,来加以不同处理。在整数倍Nyquist采样的情况下,这种算法不仅压低旁瓣还使主瓣变窄,能得到比传统SVA更高的分辨率,在非整数倍Nyquist采样的情况下也比SVA具有更好的稳健性。对此进行了实验研究,结果证实了该算法的有效性。     

结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大。提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标。对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量。     

基于奇异值分解的冗余惯导系统故障诊断

为了验证奇异值分解法（SVD）存冗余惯性组件系统故障诊断中的实用性，进行了一系列的研究。以沿正十二面体对称侧面配置的六陀螺冗余惯件组件为平台，对2种基于奇异值分解的故障诊断方法进行了相心的实验，分析了不同类型故障下的故障诊断效果及其原因。实验结果证明了方法在实际应用中的有效性，2种疗法均可以正确的诊断出故障。奇异值分解法中的方法2不仅可以检测一个陀螺的故障，还可以检测2个陀螺同时发生故障的情况，有更广泛的实用价值。     

正弦压力信号幅值测量无差算法研究

正弦压力校准常用比较法,通过比较标准压力传感器与被校压力传感器在同一正弦压力源中的响应完成被校传感器的幅值校准。对正弦压力信号幅值的测量算法进行了研究,提出了一种控制采样频率为标准激励信号频率整数倍的算法,可实现幅值的无差运算,理论推导和仿真实验表明,该算法能有效提高单频校准的准确度。     

天上的“绿水晶”

1999年9月12日夜晚，湖北仙桃市区的天气异常炎热，无风也无云。我与大哥、大嫂三人在自家的楼顶上乘凉。当时大哥仰面躺着，脸正对着夜空，而我则坐在一旁。大约到了22时左右，大哥看见形如老鹰双翅、水晶般透亮的不明飞行物悄然由北向南飞过我家楼顶。由于飞得太快、时间太短。等我大哥反应过来叫我看时，飞行物早已不见踪迹。后来，我大哥形容此飞行物呈浅绿色，无声无息，     

超声横波斜探头K值对缺陷定位的影响

本文重点分析了影响横波斜探头K值测量的因素之一的测试用横孔埋深,对实测K值的影响,通过实验,得出了两个修订方程,可以提高横波斜探头在探伤时对缺陷的定位精度。     

粉末床激光成形熔池辐射强度信号的机器学习

粉末床熔融成形（PBF）的过程监测和质量识别是保障其制造质量的关键技术。在监测信号中,熔池辐射强度信号蕴含了丰富的熔池特征信息,但监测信号与材料科学现象的直接联系尚不明确,适合利用机器学习算法开展深入研究。首先,通过设置不同的工艺参数（部分偏离工艺窗口）实施316L不锈钢成形实验,成形过程中采集熔池辐射强度信号。然后,通过数据分割、特征提取和特征选择对信号数据进行预处理,构建了用于机器学习的数据集。最后,使用21种不同的机器学习算法,一是将熔池辐射强度数据按照工艺参数（如激光功率高、中、低）进行分类,经过训练的算法可在实际生产中识别异常（辐射强度异常、代表激光功率和扫描速度偏离最佳状态）;二是将熔池辐射强度数据按最终成形块体的质量（密度、表面粗糙度）进行分类,经过训练的算法可在实际生产中识别质量。结果表明：对于熔池辐射强度的异常识别,二次支持向量机算法的分类效果最好,准确度达到96.4%以上;对于密度和表面粗糙度预测,由于样件质量与数据样本之间的复杂关系,预测结果呈现不同的分布情况,但预测准确度均达96.0%以上。     

影响水基脱漆剂性能主要因素的研究

本文考察了几种主要溶剂对脱漆剂脱漆性能的影响，其中含混合醇的复合溶剂在一定比例下。对脱漆性能有一定协同作用。本文同时还考察体系PH值、水含量、增稠剂含量对脱漆剂性能的影响。并对这些影响因素的最佳范围进行了探讨。