数字孪生驱动的薄壁件铣削刀具磨损状态识别方法

薄壁零件由于其本身的弱刚性,铣削过程中极易发生颤振、变形,从而加剧刀具磨损,为提高薄壁零件的铣削加工效率和表面质量,提出了一种数字孪生与支持向量机（SVM）融合驱动的刀具磨损状态识别方法。利用时、频域分析和小波包变换提取特征向量,通过网格搜索与交叉验证（GSCV）的方法进行超参数寻优,结合SVM算法构建薄壁零件铣削刀具磨损状态识别模型。试验结果表明,SVM算法在高维小样本数据的分类识别问题中优势明显,对于不同铣刀磨损状态的识别准确率分别达到96%和90.16%,具有较好的泛化能力。结合机器学习算法构建高保真、轻量化的数字孪生体,并将其嵌入薄壁零件铣削过程监测平台,以解决加工过程中信号实时监测和刀具磨损状态在线识别的问题。     

基于MBD的三维工艺在机匣产品制造中的应用研究

航空发动机机匣产品的结构复杂、制造精度高,产品加工难度很大。为了提高航空发动机机匣产品的工艺设计效率和质量,分析了机匣零件三维工艺设计需要解决的问题,研究了三维工艺设计的方法,并构建了机匣零件三维工艺设计技术路线。通过某机匣产品验证了三维工艺技术的可行性,为三维工艺在航空发动机的应用推广打下了坚实的基础。     

开放世界下的雷达辐射源融合识别算法研究

针对开放世界下雷达辐射源目标库不完备的现状,对开放世界下雷达辐射源识别的信息融合模型进行了研究。建立了不同类型雷达特征参数的模糊隶属度函数,采用待测样本与模型样本匹配的方法生成广义概率指派函数,并采用修正的广义证据理论算法融合多参数信息获取识别结果。实验数据表明:该模型能在雷达辐射源目标库不完备的情况下,识别已知目标和判别未知目标,判别结果相对基于经典D-S证据理论和原始广义证据理论的融合识别方法更加可靠、有效,在雷达识别的场景中具有潜在应用价值。     

用于目标识别跟踪的雷达/红外成像双模传感器数据融合技术

目标识别和跟踪是模式识别领域的一重要研究内容。基于单传感器（ 雷达或红外成像） 的系统存在着局限性， 分析了多传感器信号融合的必要性， 介绍了目标识别和跟踪系统进行多传感器信号融合的方法（ 特征层融合、决策层融合）及其在提高目标识别和跟踪的可靠性和抗干扰性方面的优势。介绍了基于智能模型和基于多层前向网络的目标识别算法。     

分层网络模型在场面滑行规划中的应用研究

复杂的场面结构是制约算法运行效率和冲突调配的重要因素。该文介绍了分层网络的描述模型,同时引入了一种社团识别方法——Louvain算法对网络进行分割,并根据机场的场面运行特点提出了面向机场滑行网络的层次划分及修正方法。设计了基于分层网络的动态规划算法。根据实例建立了机场分层网络模型并对算法进行了实现。仿宾结果表明该算法处理速度较快,并且能够在避免滑行冲突的同时有效减少滑行时间。     

一种基于类内聚集度和类间离散度的特征集提取方法

雷达辐射源信号识别是雷达对抗信号处理中的关键技术,特征提取和选择是其中的重要一环。由于受噪声等多种因素影响,信号最重要的特征常常难以发现,特征提取一般采用经验式的方法。为消除特征提取的主观性和提高准确识别率,给出了类内聚集度和类间离散度的定义,并提出了一种基于类内聚集度和类间离散度的特征集评价准则。基于该准则,采用特征排序选择的搜索策略,可以从雷达辐射源信号原始特征集中挑选出品质优良的特征子集,从而实现对雷达辐射源信号的准确识别。     

集成学习在高误码率下AOS协议识别中的应用研究

针对天基网络中高误码率的传输特点,为保证各个异构网络之间数据能够高效可靠的传输,采用空间链路层高级在轨系统协议设计一种基于集成学习的识别方法。该方法采用集成学习模型,学习AOS协议数据,构建基于集成学习的AOS协议识别模型,实现AOS协议的准确识别,并在高误码率情况下进行实验验证。实验结果表明,集成学习模型在AOS协议识别方面具有较好的识别效果,识别运行效率有显著提升,且在较高误码率即10^-1时依然可以保持稳定的识别效果。     

基于朝向约束和重识别特征的目标轨迹关联方法

基于检测关联和深度学习的目标轨迹关联方法是计算机视觉领域的研究热点之一,但现有方法设计中缺乏有效的时空约束,且目标表观特征泛化能力不足,在目标朝向差异明显的情况下会发生识别错误,在目标轨迹关联时会导致频繁的ID切换和错误关联。针对该问题,提出了一种基于朝向约束和重识别特征的目标轨迹关联方法。将行人朝向判别引入行人重识别中,提出了一种具有朝向约束力的行人重识别网络模型,提升了目标特征的表示能力。结合目标朝向、卡尔曼滤波得到的位置信息、重叠面积等时空特征,提出一种基于朝向约束的分层轨迹关联模型,得到单相机内的目标轨迹。在跨相机场景中,通过引入一种简单有效的双向竞争匹配机制,实现了目标轨迹的有效关联。实验结果表明: 所提方法在MOT数据集上度量指标优于多种方法,能够减少频繁的ID交换,有效解决了相似目标相向而行时的错误关联;帧率达到19.6帧/s,能够满足近实时场景下的使用要求。      

基于通道注意力机制的行人重识别方法

针对行人特征表达不充分的问题,提出了一种基于通道注意力机制的行人重识别方法。将通道注意力机制SE模块嵌入到骨干网络ResNet50中,对关键特征信息进行加权强化;采用动态激活函数,根据输入特征动态调整ReLU的参数,增强网络模型的非线性表达能力;将梯度中心化算法引入Adam优化器,提升网络模型的训练速度和泛化能力。在Market1501、DukeMTMC-ReID和CUHK03主流数据集上对改进后的模型进行测试评价,Rank-1分别提升2.17%、2.38%和3.50%,mAP分别提升3.07%、3.39%和4.14%。结果表明:改进后的模型能够提取更强鲁棒性的行人表达特征,达到更高的识别精度。      

基于物联网的民航维修工具管理系统

针对民航维修业工具管理和监控的问题,提出了一种基于物联网的民航维修工具管理系统,利用RFID技术和面部识别技术分别对工具和人员信息进行采集,采用ZigBee技术进行数据传输,开发了基于JAVA的Web管理系统,使得维修工具管理标准化和信息化,提高了工具管理的效率,为民航维修工具管理提供了一种新思路。