识别阶跃响应曲线参数的一种新方法

本文论述了从实验曲线中识别二阶带延迟的系统参数的新方法及其计算程序的使用，文中给出了两个典型的例子，使程序使用者能在ＩＢＭ计算机上实践并在彩色屏幕上显示出所求曲线和原始曲线的拟合程度及有关数据。     

多层感知器神经网络及其在语声识别方面的应用

本文首先描述一种神经网络的拓扑结构——多层感知器神经网.其次推导出针对该神经网的整体学习算法,给出算法在一般微机上运行时所遇到的一些具体问题处理原则.最后将双隐层感知器用于语声识别.实验表明:多层感知器神经网络技术用于小词汇量、低信噪比、机载条件语声识别系统,是一种有益的尝试.     

用希尔伯特变换识别敲击非线性的实验研究

简述了用希尔伯特变换识别结构非线性的原理,并利用这一原理对实际结构的实测敲击传递函数进行了希尔伯特数值分析,研究了不同硬度锤头和不同敲击力幅激励时所产生的非线性,并定义误差函数来反映其非线性的强弱程度。     

火箭振动模态转角的试验测定

本文比较了火箭振动模态转角的相对和绝对测量表示法。通过分析和火箭模型的试验证实两种表示方法的一致性。讨论了由子结构转角频响函数实测值,预测组装结构的模态转角问题,并用典型物理梁作了模态转角试验综合的原理性验证。结论是用响应对外力的频响函数表示火箭的模态转角更合理些。     

面向激光焊接缺陷识别的可解释性深度学习方法

激光焊接在航空领域具有广泛的应用场景,基于视觉的激光焊接缺陷识别对于产品质量的提高至关重要。针对当前基于深度学习的激光焊接缺陷识别方法存在可解释性差的问题,提出了一种融合多尺度特征的类激活映射(MSF-CAM)方法。在训练阶段,以VGG16为骨架模型并将监督信息施加于多个尺度以促进模型对多尺度特征的学习。在测试阶段,对输出类别在多个尺度上的激活图进行叠加,并以此作为模型的判断依据。多尺度特征的融入不但增强了模型的可解释性,而且还提高了激光焊接缺陷识别的准确性。试验结果表明：MSF-CAM在测试集上的准确率为98.12%,识别单幅图像耗时8.28 ms。此外,MSF-CAM可以从边缘、轮廓这种初级特征的角度对模型的决策依据提供人类更容易理解的解释。     

基于改进Yolov3 算法的舰船目标检测识别系统

针对复杂战场环境下对海目标检测识别的需求,设计了一种基于改进Yolov3 算法的海面舰船目标实 时检测识别系统。使用微调分类网络、增加训练尺度、聚类目标边框维度、二级特征分类等方法对Yolov3 检 测识别网络模型进行了优化,在提高识别精度的同时有效降低了漏检率和虚警率。实验结果表明,优化后的网 络模型在自建的舰船图像数据库中将检测识别平均准确率提高到了79.3%,对真实海上航拍视频中舰船目标识 别的平均准确率达到了81% 以上。     

静止图象的多值分块编码

本文在分析二值分块编码分块效应的基础上,提出了一种新的多值分块编码方法。理论分析与实验结果均表明该方法使编码图象的分块失真减小到几乎不能察觉,输出码率降低到1.36比特/象素左右,而且文中提出的分类算法十分简便。     

基于信息管理与融合技术在目标类型识别上的研究

在系统模型的基础上结合实战提出影响目标飞机类型识别的证据,并按照影响程度进行优先权排序;结合数据库,提出证据概率计算的数学表达式;采用深度优先搜索的融合模式,按照D-S证据理论进行融合计算;在传感器管理模块的作用下,对融合结果进行反馈控制;结合实例,对系统进行仿真验证,证明其可靠有效。