潜在电路计算机辅助拓扑识别系统应用研究

潜在电路计算机辅助拓扑识别应用系统是提高航天控制系统安全性及可靠性的分析工具。它对查询火箭等控制系统潜在路径，保证其安全性与可靠性具有非常重要的意义。重点介绍基于推导出的网络树拓扑模式识别算法与图形生成算法所设计的具有工程使用功能的计算机辅助拓扑识别应用系统。     

潜在电路分析中的拓扑模式识别算法研究

在网络树拓扑识别理论的分析方法与算法基础上 ,推导出网络树特定的五种基本拓扑模式识别的工程算法 ,以解决计算机对电路网络树进行自动拓扑识别问题。     

一种新的星模式识别算法

研究了面向星敏感器的星模式识别算法.首先扼要介绍了到目前为止出现的所有面向星敏感器的星模式识别算法和星图预处理,然后详细论述了本文提出的基于旋转和比例不变点特征松弛匹配算法的一种新的面向星敏感器的星模式识别算法.在第三部分通过仿真试验检验了新算法的性能.初步的仿真试验结果表明该星模式识别算法性能优良,具有实用价值.最后讨论了待深入研究的问题.     

计算机辅助工艺系统设计

计算机辅助工艺设计(XSCAPP)系统,是根据某厂的生产实际而研制的,系统中有六个程序模块,八种数据文件.系统中的分类模块采用了模式识别法,零件的特征描述则用一个68维向量,以工艺码来补充工艺信息的不足.在生成工艺过程中,采用了标准形的概念,从而可提高新产品设计及其工艺的标准化水平.     

一种基于粗糙K-均值的椭球基函数神经网络

改进了一种椭球基函数神经网络,它与经典椭球单元神经网络的结构不同,而与径向基函数神经网络结构类似,即它有一个隐含层,并且隐层单元采用椭球基函数,区别于RBF网络的高斯函数。本文采用粗糙K-均值方法求取椭球函数的中心,并给出了该方法中确定初始阈值的步骤。这种改进方法不但使对输入空间的划分局部作用,而且划分区域封闭有界。因此,改进的神经网络具有较好的函数逼近能力和模式识别能力。仿真实验验证了该椭球基函数神经网络的正确性和有效性。     

成组技术中计算机辅助零件分类方法的探讨

成组技术是有效实现CAD/CAM的基础之一,是提高多品种、中小批量生产水平的重要手段。本文提出了在成组技术中应用模糊数学理论进行计算机辅助零件分类的新方法,并对回转零件进行了分类试验,取得了满意的结果。采用这种方法,不需要对零件进行编码,可以对零件相似性进行定量分析,使得零件分类更具有柔性,为成组技术中零件分类提供了新的方法。     

低轨卫星缺失时序数据的模式识别方法

在航天应用中，低轨卫星经常会由于原始数据缺失而影响卫星时序数据模式识别结果，降低准确率。针对该问题提出了一种新型MR-GRU模型，可有效处理缺失时序数据，并获得较好的模式识别准确率。区别于传统模型的补全缺失数据的方法，MR-GRU模型直接在缺失时序数据上运用循环神经网络进行训练，对传统门控循环单元结构进行了改进，增加了两个新变量：掩蔽项和衰减项。掩蔽项作用于输入，衰减项作用于输入和隐层单元输出。MR-GRU模型不仅能够保持时序数据固有的时间特性，还能有效提高模式识别精度。在卫星时序数据上的模式识别试验表明，MR-GRU模型准确率优于传统模型。     

PCB缺陷识别算法的研究

AOI（Automatic Optic Inspection）是基于光学原理来对印刷电路板（PCB）焊接生产中常见的缺陷进行检测的一种新型测试技术。对于PCB图像的定位问题,使用一种改进的Hough变换检测圆形,通过刚体变换模型实现图像定位;在瑕疵识别中,根据树分类法和序贯检测的思想设计一种PCB缺陷模式识别方案。     

反导系统中的模式识别技术及其发展趋势

根据反导系统目标识别特点,提出了反导系统识别特点及其对模式识别技术的要求,然后系统回顾了反导系统的红外与雷达特征提取与识别技术,总结了反导系统中的模式识别方法,将反导系统中的模式识别技术归纳为统计识别方法、专家系统法等五类,最后探讨了反导系统中模式识别技术发展趋势。