基于样例的祥云图案生成模型

祥云图案的创作目前主要依赖手工绘制,现有的大部分研究工作主要针对真实感云和烟的模拟和绘制,本文提出一个基于样例和交互式草图的祥云图案生成模型。首先对手绘的祥云图案样例进行特征线的提取并归一化后形成特征库;用户输入简单的二维草图来分别表示云头、云体和云尾的骨架曲线;算法对云体和云头的草图轨迹进行非均匀自动划分得到生成线段集,利用这些线段到特征库中寻找相应的特征曲线并安装来得到云体和云头部分;通过对云尾骨架曲线进行平移和缩放来过程化生成云尾部分。实验结果表明,通过该生成模型,用户通过很少的交互和参数控制就可以生成大量具有手绘风格特征的祥云图案。     

一种基于特征融合的耳语音向正常音的转换方法

使用耳语音的频谱包络来预估正常音的基频特征,这类算法在对正常音基频预测的准确性上存在一定不足,在合成语音自然度方面存在着明显欠缺,有时会出现音调失常等问题。本文提出一种声学特征融合的方法,通过双向长短期记忆（Bi-long short-term memory, BLSTM）深度网络来逐帧预测正常音基频。首先,使用STRAIGHT模型和相关代码,分别对耳语音和正常音语料进行预处理,提取耳语音的梅尔倒谱系数（Mel-scale frequency cepstral coefficient,MFCC）、韵律及谱包络特征,正常音的基频与谱包络特征。然后使用BLSTM深度网络,分别建立耳语音和正常音谱包络特征之间映射关系,以及耳语音MFCC、韵律及谱包络特征对正常音基频F₀的映射关系。最后根据耳语音的MFCC、韵律及谱包络特征获得对应的正常音基频和谱包络,使用STRAIGHT模型合成正常音。实验结果表明,相较于仅使用谱包络估计基频,采用此种方法引入语音韵律和MFCC的融合特征是对基频特征的良好补充,解决了音调失常的现象,转换后的语音在韵律上更加接近正常发音。     

基于无监督学习视觉特征的深度聚类方法

基于自编码器的特征提取技术广泛应用于图像聚类分析,在较简单的图像集上取得了令人满意的聚类结果,但自编码器的特征表示能力有限,很难捕捉到复杂低质图像的局部特征。本文提出一种基于非对称结构卷积自编码器（Convolutional auto-encoder with an asymmetric structure, ASCAE）的学习视觉特征的深度聚类方法,其中非对称结构的卷积自编码器用于学习特征表示,然后使用K-means算法对特征数据进行聚类分析。为进一步提高特征表示能力,ASCAE方法的网络采用变步长的卷积层和全连接的重构误差正则约束网络的重构误差。在7个公开图像集上的实验结果表明该网络有很好的特征表示能力,并且使得K-means算法能提供很好的聚类结果。在COIL-20和MNIST图像集上,聚类方法ASCAE的聚类精度分别为0.754和0.918,优于同类型的4种深度聚类方法（AEC、IEC、DEC和DEN）。     

一种欠量测系统传感器故障检测与隔离方法

为了解决欠量测系统传感器故障检测与隔离这一难题,在对传感器故障进行合理建模的基础上,首先,借助输出方程,利用最小二乘和基础解系的方法,将传感器故障特征转换到系统状态模型中;然后,提出一种残差产生器的设计方法并给出其参数求解方法;最后,用算例对上述设计结果的有效性进行计算机仿真验证。     

昆明新机场空中交通运行安全性评价

以昆明新机场为背景,对新机场空中交通安全性评估问题从理论和实际应用方面进行了比较系统、深入的研究.本文首先概述了国内外安全评价技术理论与方法的发展状况;进而从理论上探讨了民航空中交通管制安全评估的方法和作用,提出了针对空中交通安全的评价模型;其次,以即将投入运行的昆明新机场为背景,针对新机场空管运行的具体特点,根据已有的理论模型,采用层次分析法与故障树分析法相结合的办法,提出了空中交通安全模型的建立与分析方法;再次,论文根据系统评估出来的结果,系统地分析了各种制约限制因素对新机场空中交通安全运行评估结果的影响;最后,本文说明了把故障树分析法用于民航空管安全性评价的可行性,并对空中交通安全性评价的研究进行了展望.     

基于时序分析的液体火箭发动机实时故障监测算法

建立ＡＲ模型对液体火箭发动机状态测量参数构成时间序列进行分析，并构造相应的信息距离差别函数进行状态监测。对某次试车的测量参数进行状态监测仿真表明，利用时序分析算法能够在满足实时条件下早期检测出发动机的故障。在算法中，使用了Ｋｏｌｌｂａｃｋ－Ｌｅｉｂｌｅｒ信息距离函数作为判别函数，使得整个计算简单而可靠。     

发动机数控系统诊断技术的发展

综述发动机数控系统传感器的故障诊断尤其是软故障诊断技术的发展。首先介绍了传感器故障检测与分离技术的初期研究工作,论述了鲁棒故障诊断的必要性及发展。最后介绍了基于人工神经网络的故障诊断方法。      

小波分析及其在推进系统健康监控中的应用

详细介绍了小波分析的基本原理和Mallat算法，重点讨论了小波分析在推进系统健康监控中的应用。从工程应用的角度，提出了用小波分析方法进行信号滤波、故障检测与诊断的思路。研究结果显示：小波分析方法具有良好的时-频定位特性，特别适合于分析时变、瞬态或非线性信号，为液体火箭发动机状态监控与故障诊断提供了一种新的强有力工具。     

液体火箭发动机故障诊断中的特征提取

对液体火箭发动机故障的原始特征进行特征提取和选择，以使所建立的故障标准模式由少数几个新特征给予有效的表达。比较了不同原始特征分布矩阵对特征提取结果有效性的影响，并对采用新特征来代表各种故障的效果进行了检验，结果同采用原始特征的效果很接近。     

基于灰色模型的故障预报技术及其在空间推进系统上的应用

研究了灰色预测建模,把灰色理论、预测技术和诊断专家系统相结合建立了一个故障预报系统,使用该系统针对空间推进系统气路部分故障,实现了故障预测预报。