自适应区间二型直觉模糊聚类算法研究

针对区间二型模糊聚类算法存在初始聚类中心敏感,提出自适应区间二型直觉模糊聚类算法。该算法首先利用高斯滤波函数对图像的统计直方图做平滑处理,同时设计波峰与聚类中心的对应规则,精准地确定初始聚类中心,然后构造融合直觉模糊信息的目标函数,最后通过类内紧致和类间分离两个方面的信息共同判断聚类效果。将该算法应用于彩色图像分割中,实验结果表明该算法能够有效得到合适的初始聚类中心并取得较好的分割结果。     

高分三号卫星聚束SAR误差补偿成像处理技术研究

从高分三号(GF-3)卫星滑动聚束成像模型和回波信号特性出发,针对滑动聚束米级高分辨率SAR聚焦对回波信号误差敏感的特点,重点对滑动聚束高分辨率成像处理算法进行了深入研究,在此基础上提出了一种结合内定标信号幅相误差补偿的滑动聚束高分辨率去斜频率变标(DCS)成像处理算法,给出了算法详细实现步骤和技术流程。利用GF-3卫星实测数据进行了处理效果验证,结果表明:结合内定标信号幅相误差补偿的DCS成像处理算法,能有效改善滑动聚束高分辨率SAR成像的图像质量,可获得更好的成像处理和聚焦效果,验证了算法的有效性。     

基于K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计

提出了一种基K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计方法.首先用K-均值聚类法将全包线范围内的数据进行聚类,然后在每一个类当中,用迭代约简最小二乘支持向量回归机设计一个子推力估计器.在用迭代约简最小二乘支持向量回归机设计子推力估计器的过程中,为了使计算数值更稳定,用Cholesky分解代替原来的迭代方法.最后仿真实验表明,此推力估计器能满足直接推力控制的需要,并和其它的方案比较起来,该方案存在一定的优势.      

高熔点聚碳硅烷的合成及其裂解机理的研究

对高熔点聚碳硅烷的合成反应条件进行了较为详细的研究,并通过改变化学反应的温度、压力和反应时间制备出了熔点高达３８０℃、数均分子量Ｍｎ〉３００、陶瓷收率率７９％（质量分数）以上的陶瓷先驱体聚合物。该先驱体溶解性能好,并具有良好的防丝性能。文中还利用ＩＲ、ＴＧ－ＤＴＡ等手段对该先驱体的热解机理进行了初步探讨。』     

异型(三叶形)截面碳化硅纤维的异形度控制

以聚碳硅烷（ＰＣＳ）为原料,采用熔融纺丝制备三叶形ＰＣＳ纤维后,经不熔化和烧成制得异形度为０．６５～０．８５的三叶形碳化硅纤维。研究了纺丝温度、压力、收丝速度等对纤维异形度的影响,并对预氧化和烧成工艺进行了研究,研究表明,氏的纺丝温度、适当主的纺丝压力和较低的转率有效于提高纤维的异形度,聚碳硅烷原丝经预氧化和烧结后,纤维异形度基本保持不变。     

聚碳硅烷纤维γ-ray辐射交联的研究

研究了聚碳硅烷（ＰＣＳ）纤维γ－ｒａｙ辐射交联的不熔化效果,利用ＩＲ、ＴＧ分析了交联机理,结果表明,ＰＣＳ纤维在空气、Ｎ２、Ｈｅ气氛下辐射１３．８ＭＧｙ时均已实现熔化,三者中以空气气氛下交联程度最高,Ｎ２、Ｈｅ气氛下辐照的ＰＣＳ纤维的氧含量较低,在Ｎ２、Ｈｅ气氛下,Ｓｉ－Ｈ及部分Ｓｉ－ＣＨ３辐照产生自由基交联,形成了Ｓｉ－ＣＨ２－Ｓｉ的桥联结构,而在空气气氛下,氧参与交联还形成了Ｓｉ－Ｏ－Ｓｉ的桥连结构。     

可体内降解的骨固定材料的制备研究

为制备强度和韧性都适中且可体内降解的骨固定材料,首先借助聚D,L丙交酯与聚己内酯的扩链反应获得一系列扩链反应聚合物;然后通过测定聚合物拉伸强度和降解性能随扩链剂和扩链反应条件的变化规律,来选择扩链剂和制定最佳制备工艺.利用按上述方法选定的扩链剂和制备工艺,最终制备出了拉伸强度为24.47MPa,延伸率为1091%,降解时间为6个月,且对人体无害的骨固定材料.      

基于极大熵聚类的工程项目风险预警模型

该方法针对当前大部分工程风险预警模型只能报警,不能预测的现状,提出了基于熵最优化的工程项目风险预警方法.利用判别熵最小化选取项目风险预警指标值,通过特征选取找出那些最有效的特征,研究出一种新的聚类算法——极大熵聚类算法,极大熵聚类算法是以概率为比例将任一指标向量分配给所有码向量,而不是仅仅只分配给与之最近的码向量,该算法是C-均值算法的一种推广.最后用实例验证该模型,用此算法对预测结果进行分类,判断项目的风险状态.结果表明这种方法估计工程项目风险快捷有效,与实际情况基本一致,可以应用于工程分析.      

智能监控场景中运动目标轨迹聚类算法

轨迹分析是视频监控场景理解的基础,但由于遮挡等原因,跟踪过程会出现不完整的噪声轨迹,导致分析结果不准确.针对此类问题利用改进的轨迹相似度度量和聚类方法进行场景区域分割.首先,对轨迹进行编码,提出利用轨迹的空间特征和速度方向特征改进相似性度量方法计算轨迹间距离;其次,采用改进的层次聚类算法,以该类最长轨迹作为运动物体行为模式代表,将在空间上接近且具有相似速度特征的轨迹划分为同一场景区域,得到符合实际情况的聚类结果.本算法无需对轨迹进行复杂的预处理或过滤,并且加入速度方向特征使区域划分更加合理.最后,在真实场景下,验证了该聚类算法的有效性和普遍适用性.     

机场净空障碍物危险度的白化权聚类评价

为将灰色理论引入机场净空障碍物危险度评价,建立四个评价指标,将障碍物危险度等级划分为五个标准,使用灰色白化权聚类法建立机场净空区障碍物危险度评价模型,包括每个指标的白化权函数和权重确定,在此基础上,机场所有的障碍物及机场整体的危险度等级可确定。以某机场为例对其净空障碍物进行整体评价证明,基于灰色白化权聚类法的机场净空区障碍物危险度评价模型可用于解决民用机场净空区内障碍物危险度定量评价问题。