基于时序相关性的信息效用评价模型研究

事务处理中的时间相关性数据蕴涵着对预测与决策具有情报效用的信息,可以通过构建一定的特征模式对其效用大小进行评价。文章对时变序列数据的相关性特征进行了分析,研究了基于时序与波动变化的特征抽取模式;在时变序列的差分及相对变化基础上,进一步综合利用偏态、离散、相关等特征构建了影响变量与响应变量之间的相关度计算模型。该模型可降低效用评价计算复杂度,增强评价的可靠性并可用于模型预测。     

基于冲击特征提取的旋转机械智能故障诊断

针对齿轮、轴承故障，提出了基于冲击特征提取胶囊网络的旋转机械智能故障诊断模型。在胶囊网络的构架基础上，将原始故障振动信号作为输入，通过构造首层小波核卷积层，针对性提取冲击故障特征，提高深度学习网络特征提取的可解释性。在小波核卷积层之后扩展一层卷积层，强化首层小波核卷积层提取的特征，将强化的特征经初级胶囊层、数字胶囊层输出分类结果，从而构造了“端到端”的小波卷积胶囊网络模型。通过对各层提取的特征可视化分析，证明了该模型对故障振动信号的冲击特征具有良好的提取能力。3个不同实验平台的数据集验证结果表明不同故障类型、不同故障程度的齿轮及轴承的识别精度最高可达到100%，并具有良好的泛化能力。     

基于特征的数控编程技术在航空企业的推广应用

针对国内航空企业飞机结构件数控编程中存在的重复工作量大、效率低、质量不稳定、规范性差等问题,通过面向多主机厂推广基于特征的数控编程技术,切实提高飞机结构件数控编程的效率与质量.首先概述了基于特征的快速程编(FBM NUAA)系统的整体架构,并且介绍了基于特征的数控编程技术在多家主机厂中的推广与应用情况,以及前期推广中遇到的问题,并提出了解决方案.根据多主机厂多机型过百项飞机结构件的实际应用结果表明采用基于特征的快速程编系统进行数控编程,刀轨平均自动生成率超过90％,编程时间较传统编程方式平均缩短70％以上.     

CATIA标准化建模在飞机结构设计中的应用

列举了飞机结构设计中的典型零件、典型特征进行案例分析,阐述标准化建模带来的益处,为建立起一套更适合于飞机结构设计人员进行三维设计的标准化体系提供了方法.     

文献标识码是什么意思

为便于文献统计和期刊评价,缩小文献检索范围,提高文献检索的适用性,每篇文章可按以下5种类型确定一个文献标识     

基于专家访谈的民航飞行员心理健康特征指标体系研究

本研究为《飞行人员心理特征及行为方式引导研究》的子课题。《飞行人员心理特征及行为方式引导研究》是国内首个针对民航飞行员心理特征及行为方式展开的社会科学研究,由东航集团公司与中国民航飞行学院合作进行。经过详细的前期访谈和样本分析,形成了不同年龄群体的飞行员心理状态比对研究模型,并开发出民航飞行员心理在线测评系统、EAP手册、民航飞行员心理健康指数报告等成果。项目成果有望率先在东航展开应用,通过对飞行机组心理健康水平的监测、疏导,将有效提升航空公司的持续安全运行水平。     

零件表面微观工艺特征性研究 ——产品(零件)工艺技术基础科学问题机理探索

通过研究产品(零件)制造过程、方法、参数等工艺因素,给零件表面及表层带来(留下)特有的微观特征性,首次在高精度惯性仪表和高可靠电磁继电器(机电类)产品制造体系中引入了零件表面微观工艺特征性概念,提出了制造阶段的产品工艺可靠性设计和微观工艺特征(性)分析方法,提出了该类产品制造中的工艺设计更应该关注零件与产品设计原理匹配性和性能特性符合性观点,提出零件制造要从单纯的控制几何精度向控制性能特性转变,从宏观、单一采标的几何参数评价向微观、综合采标的非几何(非尺寸)参数评价模式为主转变的建议.零件表面存在的这种微观特征现象与零件几何精度一样,将对产品制造的合格率、稳定性、可靠性的实现起到至关重要的作用,尤其对产品的合格率影响极大,有必要开展更深入、更系统的研究,以建立起我国自主的高端产品(或零件)制造基准工艺平台.     

基于多标签协同学习的跨域行人重识别

跨域是行人重识别的重要应用场景,但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题,提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示,以引导构建更关注行人前景区域的局部特征,达到语义对齐的目的,减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征,利用协同学习平均模型生成行人重识别模型的多标签表示,减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型,提高行人重识别模型的识别能力。实验结果表明：在Market-1501→DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上,与NRMT方法相比,平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%,多标签协同学习方法具有显著的优越性。