旋转圆形纳米板的面外振动

通过结合非局部尺度和应变梯度效应的Mindlin板理论对轴对称旋转纳米圆板进行建模.考虑纳米圆板的剪切变形,应用非局部应变梯度理论推导出描述纳米板面外自由振动行为的控制微分运动方程.应用微分求积法对控制方程进行数值求解,从而得到旋转纳米板面外振动的固有频率.在数值算例中考虑了实际工程中常见的两种边界条件,即固定约束和简...     

基于高分辨率二维雷达图像的特征提取与目标识别

分析了雷达目标散射信号特征,在此基础上,根据雷达图像的特点,将二维雷达灰度图转化为一维列向量(即把二维数据排成一维序列);然后,采用AR模型进行图像分析,利用所得到的参数通过线性规划,进行特征的提取、建库与目标识别。最后,分析了不同雷达散射信号与建库、识别的关系。     

我国航空安全员资质训练空防技能演进特征与未来走向

运用文献资料、逻辑分析、专家访谈等研究方法,对我国航空安全员资质训练空防技能的演进历程进行梳理分析.研究发现,我国航空安全员空防技能训练的发展可分为探索成型、发展提高、变革创新三个阶段,并呈现出时代需求的适应性快、训练理念创新性强、考核评判科学性高等特征.在此基础上,提出了构建航空安全员空防技能训练体系、形成长期性有组...     

高光谱遥感数据特征挖掘技术研究进展

从目标空间尺度和传感器空间分辨率的相对大小,把高光谱遥感图像目标检测、识别与分类中的特征挖掘问题划分为多像元、单像元和亚像元3个层次,因而更具自然特性也更适合特征挖掘和目标分类与识别技术的分析。把高光谱遥感图像特征挖掘方法归纳为以保留波段物理意义为主要目的的特征选择、以综合利用所有观测数据信息为主要特色的特征提取,和考虑亚像元多目标混合信息的特征混合3大类。重点且简明地从高光谱遥感数据光谱曲线与光谱特征、特征提取、特征选择以及特征混合分析几个方面综述高光谱遥感数据/图像的特征挖掘技术的研究进展并通过热点问题展望其未来的发展趋势。     

面向终端区航空器飞行状态识别的HMM方法

为了准确掌握和预测终端区航空器飞行状态及其时序,为管制指挥提供参考,提出了一种基于隐马尔可夫模型的终端区飞行状态识别模型。通过对终端区雷达数据的一致化处理,形成符合隐马尔可夫模型的雷达航迹特征表示;采用雷达特征航迹训练隐马尔可夫模型,建立航空器飞行状态及其时序识别模型。实验表明:对于常规进场的航空器,方法快速有效,平均识别率高达91.53%;模型充分体现了管制意图信息与飞行意图信息;可以帮助管制员及时准确判断航空器的飞行状态。     

Ⅵ系统助力品牌建设与形象营销

随着成都"航空第四城"的地位奠定,四川航空做为本土航空公司的领军者,也随之代表四川文化走向国际化的大舞台。在拓展国际航线网络,进行战略转型的攻坚阶段,其已近26年的企业陈旧的VI系统已不足以支撑现在的企业发展战略,故就VI系统开展了系统的更新工作。一、VI释义要谈VI系统,就先得了解CIS系统。CIS(企业形象识别系统)是现代企业向整体化、形象化发展,并通过企业精神、企业行为、企业标识整合企业形象的全新战略体系。     

基于红外视频的火灾探测算法

视频火灾探测技术成为火灾探测的主要研究方向之一,该技术的难点是保证对火灾准确快速地探测。针对目前视频火灾探测识别率较低、报警时间较长的问题,为了提高火灾识别率,增强算法实时性,本文提出一种红外视频的火灾火焰探测方法,采用带有截止可见光透红外滤波片的摄像头采集现场红外影像,结合火焰的静态和动态特征,对火灾进行准确快速探测,同时,综合运用火焰圆形度和尖角个数变化判据对稳定火焰和非稳定火焰进行区别,实现对火灾的分级报警。实验结果表明,改进算法对火焰识别的准确性高,抗干扰能力较强,并且具有显著的快速性,其处理速度达到20ms/帧,并且系统平均报警时间小于200ms。     

气氧/甲烷与气氢/气氧喷注器燃烧特性对比研究

为了获得气氧/甲烷与气氢/气氧两种推进剂组合燃烧特性的异同,将氢/氧气-气啧注器的设计经验用于气氧/甲烷气-气喷注器设计,在同一燃烧室中针对气氧/甲烷与气氢/气氧同轴剪切喷注器燃烧特性开展了数值仿真与试验研究.结果表明:在喷注器设计参数相似的情况下,气氧/甲烷喷注器尺寸与气氢/气氧喷注器尺寸相当;在相同的燃烧室设计压力、结构尺寸,以及两种推进剂组合均完全燃烧的情况下,要产生相同的推力,气氧/甲烷(混合比3.5)推进剂流量约为氢/氧(混合比6.0)推进剂流量的1.27倍,气氧/甲烷燃烧所需燃烧室特征长度约为氢/氧燃烧室特征长度的1.48倍,气氧/甲烷燃烧室壁面热载约为氢/氧燃烧室壁面热载的一半.     

基于时频矩阵非负分解特征的多视角SAR目标识别

针对多视角合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别问题,提出一种基于目标高分辨率距离像(High Range Resolution Profile,HRRP)时频矩阵非负分解特征提取和识别方法。该方法首先对SAR图像进行滤波预处理,得到相应的目标HRRP序列;然后采用匹配追踪时频分析方法计算得到目标HRRP的时频矩阵;应用非负矩阵分解技术分解时频矩阵,得到相应的谱矢量和时相矢量。基于分解得到的谱矢量和时相矢量提取时频域矩特征和稀疏特征。最后,应用隐马尔科夫模型(Hidden Markov Model,HMM)对这些时频特征序列建模及识别。采用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)计划公开发布的SAR目标数据库的实验结果表明,该方法不仅能有效降低时频域特征的维数,而且识别性能优于传统的时频域特征。     

基于菲涅耳变换的不变矩提取及目标识别方法

提出了一种基于菲涅耳变换的不变矩特征提取方法,并应用于图像目标识别.利用菲涅耳变换得到图像的衍射图样,将图像映射到菲涅耳衍射空间;在衍射空间提取几何矩或正交矩来获取图像全局信息的特征描述;利用k近邻法识别目标.实验结果表明基于菲涅耳变换的不变矩提取方法对于平移、尺度及旋转变化的图像目标具有更高的分类精度和抗噪声能力.