基于领域知识图谱的卫星故障辅助诊断与处置方法

本文重点针对传统故障诊断方法能力不足的缺点，开展基于领域知识图谱的卫星故障辅助诊断与处置方法研究，突破卫星故障领域知识图谱构建关键技术，关联固化卫星系统多维专家知识，构建卫星故障领域知识图谱，进而实现结合卫星故障知识信息的卫星故障推理分析和辅助诊断处置，提升复杂故障场景下的卫星故障诊断效率与处置能力。本文提出的方法为保障大气环境监测卫星的在轨长期稳定运行，提供了一种新的故障辅助诊断与处置措施。     

基于先验频繁模式算法的航班延误关联规则挖掘

为探究航空公司航班延误特性，利用基于约束-聚类的多维数据预处理方法，采用先验频繁模式算法挖掘运行要素和延误事件之间的内在关联。选取某航空公司连续3年的北京—广州航班运行数据，通过频繁模式搜索和关联规则挖掘，经置信度和支持度阈值的筛选，选取提升度大于1的强关联规则形成规则库；分析研究了包含前项数为1和2在内的32条强关联规则，并使用真实数据进行了饱和性和有效性验证。研究结果表明：航班延误关联规则库的判断准确性较高，达到了86.7%;极端气象条件、前序航班延误状态、航班计划时刻和其他部分时间属性，显著增大了航班延误现象出现的概率；此外，对特定属性要素组合发生的潜在作用的挖掘，证实了对航班运行控制决策参考的有效性。     

基于知识图谱的遥感图像检索定位方法

为了快速、准确地在海量遥感图像库中检索出所需的遥感图像资源，提出了一种基于知识图谱的遥感图像检索定位方法。为了充分利用遥感图像中所蕴含的地理语义信息，方法中使用知识图谱节点代表遥感图像，根据图像间的相似程度和地理位置在节点间建立关系。通过知识图谱缩小图像检索空间，加快检索速度，准确地定位遥感图像所示区域的地理信息，并返回最相似的图像。将此方法应用于卫星自主导航领域中，与传统的线性检索相比，图像检索的时间缩短了50%，准确率也得到提高。     

一种快速自动挖掘航空发动机工作模式的新方法

为了处理航空发动机传感器所采集的多维时序数据，过去的方法常聚焦于单个样本点的识别，其提出的模型中往往含有大量待调参数并且单变量的挖掘方式会忽视状态参数的延时效应对工作模式挖掘的影响。另外，这些方法对大批量处理含过渡态模式数据的情况考虑欠佳。因此，提出一种能快速自动挖掘多维时序数据中隐含工作模式的新方法，即AutoMiner。该方法通过构造模型的编码代价来求解使编码代价最小的断点组合。在构造编码代价过程中利用标记传播的方法来识别每个片段的工作模式，这一方法生成的软标记成功解决了对过渡态模式的识别问题。本文在某型发动机采集的传感器数据上开展了多组实验，同时进行了可视化的展示，实验证明AutoMiner方法在时序分割和模式挖掘方面的评估指标均优于对比算法。另外，AutoMiner方法还支持并行化计算并且能在更复杂的工作模式挖掘场景中具有良好的可迁移性。     

面子、人情、和谐对员工知识共享的影响研究——以心理契约为调节变量

面子、人情、和谐是中国本土文化概念，显化为文化倾向。通过调查问卷采集数据，以626名企业员工为研究对象，研究面子倾向、人情倾向、和谐倾向对员工知识共享四个维度的影响效应。研究发现：面子倾向只对一般知识贡献存在显著负向影响，人情倾向只对一般知识贡献存在显著正向影响，和谐倾向对一般知识贡献、一般知识收集、关键知识贡献和关键知识收集均存在显著正向影响；关系型心理契约抑制了面子与一般知识贡献之间的负向关系，增强了和谐与关键知识收集之间的正向关系；交易型心理契约抑制了人情与一般知识贡献之间、和谐与关键知识收集之间的正向关系。正确认识该作用机理，有助于促进员工的知识共享。     

面向星上目标提取的卷积神经网络优化技术

针对卷积神经网络规模庞大、参数数量众多、在资源受限的在轨场景中难以应用的问题,提出了一种基于知识蒸馏的剪枝压缩改进方法。该方法对训练好的网络进行基于权重和基于通道的混合参数剪枝,在保留网络重要连接的同时剔除冗余信息;采用知识蒸馏法,用原始网络学到的知识指导剪枝后网络的再训练过程,以恢复损失的精度;在遥感数据集上对VGG-16分类网络进行实验。结果表明:所提方法可以实现16～18倍的压缩效果,并且网络精度下降不到1%。这使得卷积神经网络的在轨应用成为可能,具有理论及现实意义。     

基于数据和知识驱动的低轨卫星资源 智能调度研究综述

低轨卫星通信系统作为空天地一体化网络中的重要组成部分，由于低时延、低成本等优势受到越来越多的关注。针对低轨卫星的特点，面向用户的业务多样性和分布不均性，相应的资源调度方法也得到了广泛研究。首先对数据驱动和知识驱动方法进行概述并分析各自的特点，主要包括数据驱动方法和知识驱动方法的介绍、知识的定义和分类以及知识融入的途径。其次对传统数学模型驱动的资源调度方法进行介绍，着重介绍数据驱动的资源调度方法以及数据和知识联合驱动的资源调度方法，最后总结并展望未来低轨卫星资源调度研究面临的挑战。     

基于核心问题导向的教学方法在实践课程中的应用

课程建设是学校学科建设的重要内容之一。针对《机场管制模拟训练》课程，围绕教学内容、教学方法、教学管理等方面分析现有教学环节中存在的不足，提出了基于核心问题导向的教学方法并开展课程建设。在教学模式上，提出“核心问题、知识范围、技能操作、情景意识”的四维知识重构方法，采用分享实践教学管理模式组织课程。教学实践表明，核心问题导向的教学方法有助于学生职业技能的提高和专业素养的培养。     

基于PINN的复合材料自动铺放轨迹整体规划

自动纤维铺放能有效地提高复材构件的制造效率和质量。为满足复材构件的力学性能要求及铺放质量要求，在给定曲面目标域内生成铺放轨迹时需要同时考虑转弯半径、纤维角偏差以及轨迹间距等工艺指标。现有铺放轨迹规划方法大多在对基准轨迹进行优化后，通过路径密化生成铺放轨迹。这仅能保证所生成的轨迹满足单一要求，难以整体满足多个优化目标。为实现多优化目标下的复合材料自动铺放轨迹整体规划，本文将轨迹规划问题转换成为目标域内的泛函优化问题，利用内嵌物理知识神经网络（Physics-informed neural network,PINN）实现目标函数的求解，并提取目标函数的等值线作为轨迹规划的结果。相较于现有策略，本文提出的方法能整体兼顾轨迹的方向性、可铺性以及间隙质量，为实现先进复合材料自动铺放轨迹整体规划提供新思路。     

基于FLoFTR算法的无人机实时在线地理定位

研制高效鲁棒的智能视觉定位方法是解决全球导航卫星系统（GNSS）拒止条件下无人机导航定位的重要途径之一。传统视觉定位方法存在精度较差、容易丢失定位的问题。本文提出一种FLoFTR算法，通过对高精度影像匹配算法LoFTR进行改进优化，在无人机计算平台上实现实时高精度定位。FLoFTR采用知识蒸馏方法压缩模型规模，提升推理效率，并通过改进特征提取模块和应用基于余弦距离的特征匹配方法，进一步降低了匹配时间并维持相当的匹配性能。在研制的软硬一体的平台上试验表明，优化后模型平均定位误差损失维持在0.1m以内，定位平均处理时间为47ms，定位速度提升超过7倍，可满足无人机定位的精度和实时性要求。