高光谱图像全局异常检测RFS-SVDD算法

针对SVDD用于高光谱图像全局异常检测时存在虚警率高的问题,提出RFS-SVDD算 法。RFS-SVDD将空间相邻且光谱相似的像元分为同一区域,根据区域大小将图像在空间上分 成潜在异常区域与背景区域,用背景区域中所有子区域的平均光谱RFS作为SVDD训练样本求 取支持向量。RFS是每个子区域中像元光谱的统计结果且不包含奇异像元,可以避免奇异像 元光谱和图像随机噪声对背景建模的影响。对HYMAP和AVIRIS图像数据的仿真结果表明：RFS -SVDD算法能抑制异常目标像元光谱和图像随机噪声对背景建模的干扰,降低SVDD用于高光 谱图像全局异常检测的虚警率。
     

飞机大部件对接中的位姿计算方法

在飞机的大部件对接中,为了达到较高的对接精度,需要准确地分析大部件的位姿,因此大部件位姿计算方法是首先需要解决的问题.本文简要介绍了奇异值分解法、三点法、最小二乘法计算位姿,并以三点法计算的结果作为最小二乘法的初值.比较了3种方法在点无误差和有误差时的部件拟合误差,分析了测量点的个数对部件拟合误差的影响,讨论了误差对部...     

国产碳纤维复合材料力学性能数据库概述

讨论了先进复合材料力学性能数据库的特殊性和研制难点,提出了研制复合材料力学性能数据库目标范围、组织结构、组织层次、数据处理、具体内容、功能的具体要求和方法,形成了复合材料力学性能数据库的大体轮廓和框架.     

助力液压系统空中压力异常故障分析

针对一起助力液压系统空中压力异常故障,通过综合分析找到了故障原因,并进行了地面和空中验证,据此找出了故障点,为类似故障的排除提供参考。     

基于BiGRU-SVDD的ADS-B异常数据检测模型

广播式自动相关监视（ADS-B）作为新一代空管监视技术,由于采用明文方式广播发送数据,因而存在易遭受网络攻击的安全问题。为了准确检测ADS-B数据攻击行为,在充分考虑时间相关性的基础上,提出了针对ADS-B数据的异常数据检测模型。首先利用双向门控循环单元（BiGRU）神经网络预测ADS-B数据,得到了ADS-B数据预测值。再将预测值和实际值作差,将差值放入支持向量数据描述（SVDD）训练,得到了能检测ADS-B异常数据的超球体分类器。并且,选择了合适的滑动窗口,在保证异常检测准确率的同时,缩短BiGRU神经网络的训练时长。实验结果表明,BiGRU-SVDD模型能检测出随机位置偏移攻击、高度偏差攻击、重放攻击、拒绝服务（DOS）等攻击下的ADS-B异常数据。并且,与其他机器学习和深度学习方法相比,BiGRU-SVDD异常检测模型的准确率更佳,适应性更优。     

高强度沉淀硬化不锈钢与KIC和KISCC

分析了航空用沉淀硬化不锈钢的化学成分与力学性能之间特别是断裂韧度(KIC)和应力腐蚀门坎值(KISCC)的关系,指出沉淀硬化不锈钢的KIC和KISCC数值接近,而以二次硬化为主的不锈钢的KIC和KISCC差别较大,表现出与高合金超高强度钢相同的特征.文章指出,因二次硬化引起基体中Cr,Mo含量的减少与KIC和KISCC差别直接相关;由上述分析,引出超高强度不锈钢设计原则的初步构想.     

组合压气机旋转失速特征的小波分析

采用高频响动态压力探针测量了小流量轴流/离心组合压气机的旋转失速和喘振,并采用基于Morlet小波时频分析和小波系数奇异分解的方法分析了压气机失速信号.研究结果表明:稳定工况下,频率分量较多、幅值较小.失速工况下,特征频率能量较大、且成倍频关系.在该组合压气机的失稳过程中,并没有引起大幅度的压力脉动.压气机光滑地从失速前出现的模态波过渡到完全失速.周向存在2个失速团,失速团传播速度约为44.8%~45.9%转速.      

小型航空发动机转子连接刚性分析与验证

某小型航空发动机在原理样机阶段存在整机振动大的现象,发动机试验时机匣上的最大振动监测值达179mm/s,严重影响发动机试验安全。通过对发动机的转子动力学设计和试验研究,找出转子连接刚性差是造成发动机振动大的关键原因。在验证机阶段设计中,对转子连接刚性进行了针对性改进。改进后的试验表明,发动机振动得到明显改善,最大振动监测值为33 mm/s,确保了发动机试验安全。     

基于深度学习的风洞天平测力试验数据异常检测方法研究

风洞天平测力试验数据异常检测有助于分析试验异常原因、排查设备故障、改进试验方案,为解决目前人工检测时间成本高、效率低的问题,提出一种基于深度学习的异常检测框架。首先针对异常零样本问题,对风洞试验常见的异常类型及规律进行总结;然后为解决不同车次数据维度不同的问题,提出基于统计特征的标准化特征表示方案;最后利用神经网络学习异常特征,完成异常检测。试验结果表明:基于深度学习的异常检测方法对风洞异常数据检测的准确率和检出率分别达到了81.7%和72.6%,能够较好地识别孤立跳点异常和多点异常。     

强度和寿命分布模型的统一描述与检验

证明了：①三参数Ｗｅｉｂｕｌ分布可有效地拟合正态数据和对数正态数据;②两参数Ｗｅｉｂｕｌ分布（Ｂ１）、正态分布（Ｂ２）、对数正态分布（Ｂ３）和三参数Ｗｅｉｂｕｌ分布（Ｂ４）的Ｂ基值间存在以下关系Ｂ１＜Ｂ２＜Ｂ３＜Ｂ４;③在工程中常见的情况下,以三参数Ｗｅｉｂｕｌ分布拟合正态数据和对数正态数据,其Ｂ基值的相对估值误差ε＜５％。