混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

广州中信广场台风特性与结构响应的相关性分析

基于台风“达维”登陆时广州中信广场风场及结构响应的现场实测数据,对于风场特性和结构加速度响应状况进行了计算分析,计算分析结果表明,城市上空强风“达维”的湍流度比较大,在台风“达维”作用下结构的横风向响应与顺风向响应接近;同时在不同的时距条件下对风场特性与结构加速度响应的相关性进行了分析,由分析可知取3min为基本时距时风速与结构响应的相关性系数值较高,说明在确定结构的风荷载和计算结构风致响应时取基本时距为3min更为合理。     

存在观测站位置误差的转发式时差无源定位

无源定位中,由于观测站安放在运动平台等原因造成的观测站位置误差会影响无源定位精度性能。另外到达时间差(简称时差)(TDOA)的转发式测量需要将不同观测站截获到的辐射源信号都转发到同一位置,如主观测站。针对这两个问题,提出了基于约束总体最小二乘(CTLS)的无源定位算法。首先将转发式时差的非线性定位方程转化为不需要中间变量的直接线性方程,再基于CTLS算法依次转化为约束优化问题和无约束优化问题,最后推导给出定位近似闭式解。仿真实验表明在观测站误差较大时,该算法与其他算法相比定位精度性能较好。     

基于改进HOG特征的空间非合作目标检测

传统的非合作目标检测方法大都基于一定的匹配模板,这不仅需要预先指定先验信息,进而设计合适的检测模板,而且同一模板只能对具有相似形状的目标进行检测,不易直接用于检测形状未知的非合作目标。为降低检测过程中对目标形状等先验信息的要求,借鉴基于规范化梯度的物体区域估计方法,提出一种基于改进方向梯度直方图特征的目标检测方法,首先构建包含有自然图像和目标图像的训练数据集;然后提取标记区域的改进方向梯度直方图特征,以更好地保持局部特征的结构性,并根据级联支持向量机训练模型,从数据集中自动学习目标物体的判别特征;最后,将训练后的模型用于检测测试集图像中的目标。实验结果表明,算法在由4953幅和100幅图像构成的测试集中分别取得94.5%和94.2%的检测率,平均每幅图像的检测时间约为0.031 s,具有较低的时间开销,且对目标的旋转及光照变化具有一定的鲁棒性。     

基于改进Canny的激光主动成像图像边缘检测算法研究

针对传统Canny边缘检测算法存在的不足,结合激光主动成像末制导的实际特点,提出了一种改进的Canny边缘检测算法.该算法在Canny边缘检测算法的基础上,采用同态滤波和提升小波变换级联的方法代替传统的高斯滤波器;采用3×3邻域的权值梯度计算方法代替原有的2×2邻域差分运算;采用Otsu自适应阈值计算方法,使算法可根据图像自身特点选择最合适的阈值.实验证明:该算法提升了传统Canny算子的抗干扰能力和鲁棒性,能够较好地保存边缘信息,准确检测出激光主动成像图像的边缘,具有较强的自适应性.     

基于累积磨损量分布的飞机刹车片可靠性分析

针对高可靠、长寿命型产品可靠性分析难于获得寿命数据的问题,基于累积磨损量分布研究刹车片的可靠性评估方法。在飞机刹车片退化机理分析的基础上,选择正态分布、对数正态分布、威布尔分布描述其累积磨损量,通过建立累积磨损量分布参数的时序模型,确定未来时刻累积磨损量的分布,对刹车片进行寿命预测。     

3He原子磁强计技术

~3He原子磁强计利用~3He核自旋的拉莫尔进动测量磁场,具有高精度、小体积等特点,可以满足未来网络化磁异常探测对高性能磁强计的需求。围绕~3He原子磁强计的技术特点,重点介绍了该磁强计的基本工作原理及其硬件组成,分析了其理论灵敏度,给出了该磁强计的国内外研究情况,最后对该磁强计技术的未来发展进行了展望。     

影响胶粘剂剪切强度因素的探讨

分析了在胶粘剂剪切强度检测过程中,胶接材料表面处理方法、胶层的厚度、测试时加的垫片厚度和试样的夹距距离、涂胶时的晾置时间等因素对检测结果影响。研究结果表明,上述因素不仅直接影响了胶粘剂粘接强度的大小,而且关系到胶粘剂剪切强度检测试验的测试结果。     

SF6分解气的近红外在线检测技术研究

为满足SF6绝缘电气设备故障监测与预警的实际需求,分析了国内分解气检测研究现状.对比近红外与中红外吸收光谱检测技术,提出近红外吸收光谱技术在线检测的技术方案.计算分析待测气体特征谱线的吸收系数、吸收光程和电路信噪比对精度的影响,完成系统参数设计.提出SF6分解气在线检测系统方案,实现对H2S、HF和CO这3种气体测量.数据分析表明,系统检测精度优于5×10-7,表明该系统满足电力行业在线测量的需求.     

基于区域的卷积神经网络在空对地车辆检测中的应用

针对传统空对地车辆检测算法在光照变换、场景变化时检测效果不佳的问题,提出了基于区域卷积神经网络Faster RCNN模型的空对地车辆检测方法,介绍了Faster RCNN模型以及模型训练过程.实验结果表明,基于Faster RCNN的空对地车辆检测方法是可行的,对不同光照和场景下的车辆检测可以取得较好的效果.