基于确定学习理论的轴流压气机系统分岔预测

针对轴流压气机系统中的分岔预测问题,基于简化的Moore-Greitzer 3阶压气机模型,分析了该系统中存在的分岔现象;利用最新发展的确定学习理论,对压气机系统随着γ参数变化出现的几种典型模态的相关系统动态进行辨识,并将所学知识保存成常值RBF神经网络以构成模式库;利用该模式库构建1组嵌入了常值RBF神经网络的动态估计器;将测试模式与估计器相比,得到1组残差,并利用动态模式识别方法的残差最小原则实现了对Pitchfork分岔的预测。     

终端区空中交通流到达模式识别

为了实现对终端区空中交通流到达情况更加准确的分析,针对目前常用的流量统计方法中所存在的问题,提出了交通流到达模式概念,并对基于聚类思想的到达模式识别方法进行了研究。在对交通流到达时序数据提取的基础上,利用基于免疫优化算法的聚类方法实现了对交通流到达模式的识别。对交通流到达模式特征进行了分析,并结合滑动时间窗算法提出了交通高峰小时及峰值流量计算方法。通过实例分析证明了方法的可行性与准确性。     

扩展酉矩阵束算法实现稀疏可重构天线阵的优化设计

针对方向图可重构天线阵列的稀疏布阵问题,提出一种基于扩展酉矩阵束算法的优化设计算法。首先建立以阵元位置和多组激励为变量的多方向图联合稀疏优化模型,并利用期望方向图采样数据构建Hankel块矩阵。然后通过centro-Hermitian化处理和酉变换将采样矩阵从复数域转换到实数域,舍弃实矩阵中较小的奇异值对可重构线阵进行稀疏。最后通过对等价矩阵束的广义特征值分解估计稀布阵元位置,进而得到每个方向图对应的激励。仿真验证了该方法能够以阵元非均匀稀疏分布的阵列形式有效实现多个方向图的精确重构。     

FPGA可配置资源测试方法研究

FPGA是广泛应用于集成电路设计等多种领域的关键器件之一,随着FPGA的迅速发展,对FPGA的测试得到了广泛重视和研究,其测试技术也越来越复杂。本文以XILINX公司的Virtex XCV300E器件为基础,研究了基于93000集成电路测试系统的FPGA器件测试技术,为FPGA的应用级测试提供了一种有效的方法。     

面向智能环境的活动模式迁移学习

针对智能环境中活动模式的学习和挖掘花销大、难以实际操作等问题,提出了能够有效地将已有活动模式迁移到新环境的整体框架。迁移学习框架将活动模式的迁移过程分解为轨迹的迁移和触发持续时间的迁移,首先对已有活动模式中的活动轨迹以及触发持续时间模糊化;然后采用备选轨迹生成(ATSG)算法在新环境中生成备选轨迹集;最后采用相似度计算(SC)算法进行活动模式中的轨迹与备选轨迹间的匹配,利用活动轨迹映射(TM)算法和触发持续时间迁移(TDT)算法对活动信息进行迁移,从而在新环境中得到活动模式。理论分析和实验结果表明,相比于基于频繁模式挖掘得到活动模式的方法,本文方法大幅度地降低了得到活动模式所需的时间开销,同时,利用本文方法获取的活动模式取得了较好的活动识别效果。      

一个识别零件几何与工艺特征的自动分类系统

提出了一种在成组技术中应用模糊综合评判理论识别零件几何与工艺特征、进行计算机辅助零件分类的新方法，据此设计了自动分类软件。本法是根据零件本身间的相似性自动分类，不需建立一套分类用编码系统，也不需事先设定假想零件。对不同的分类要求，修改各种输入信息很方便，具有柔性。本文对２３００个航空附件回转类零件作了试验分析，讨论了特征抽取，目标类别，权级、权重分配，模糊关系矩阵计算，及自动分类应用软件设计．本软件是在ＩＢＭ－ＰＣ微型计算机上用Ｆｏｒｔｒａｎ－７７语言实现的，分类结果满意，自动分类正确率达９０％以上。本软件设计方法也适用于设计管理部门．     

混气电解加工中两相流音速及阻塞机理研究

着重分析研究气液两相流音速特性及其阻塞机理。通过测量由小药量电雷管爆炸而产生的压力波传播速度，然后修正到音速。试验结果表明，气液两相流音速与气泡率、当地压力及其流型有关。由于气液混合物强烈的压缩性，混气电解加工间隙中易于出现类似可压缩气体的阻塞现象。     

涡轴发动机燃烧室头部流场试验研究

对涡轴发动机短环直流燃烧室进行了突扩区和火焰筒头部间流场试验研究。采用ＬＤＶ多谱勒激光测速仪测量了燃烧室头部的时均速度场和各测量点的紊流强度，并绘制了流谱。通过对七种不同结构方案扩压器进行试验，研究了几何参数和前置扩压器出口气动参数变化对突扩区和火焰筒头部间速度场以及各点紊流强度、旋涡位置与大小的影响。通过流场分析找出各参数对燃烧室性能影响的规律。本试验结果可为涡轴燃烧室的优化设计提供可靠的有应用价值的试验依据。     

基于双层K近邻算法航站楼短时客流量预测

航站楼离港客流量在短时期内呈现准周期性规律变化,易受航班计划、天气等多种因素影响,表现出复杂的非线性特点。为了实现航站楼短时客流量的准确预测,在传统K近邻（KNN）算法基础上增加了航班计划状态模式匹配方法,以航班计划包含的多维属性作为特征选取相似历史运营日作为预测基准向量,建立基于航站楼短时客流量预测的双层K近邻模型。通过实例分析,与ARIMA模型和传统K近邻模型等进行比较,证明双层K近邻模型预测误差更小,精度更高,模型拟合度相对传统K近邻模型提高了8%~10%,为航站楼短时客流量精确预测提供了一种新的解决思路。      

机械振动全息分析及其若干问题

本文用球面波多重象全息照相分析物体的机械振动,简要地讨论了球面波多重象全息三维振动分析的基本规律,介绍了用计算机控制的显微光密度计确定由测点振动引起的物光波的相位差技术,用几何光学方法推导了曲面测件图象上测点位置的修正公式,提出了提高全息振动条纹分辨率的方法.本文在15cm长度物体上至少可记录105级能分辨的全息振型条纹.