支持向量机在航空结构声激励应力分析中的应用

支持向量机是一种新的机器学习方法。它以统计学习理论为基础,从结构风险最小化原则出发,具有很好的泛化及推广能力。通过采用支持向量机对飞机襟翼结构在声激励试验中获得的总应力、总加速度及总声压数据进行分类,分别获得结构响应间的线性关系和非线性关系的样本点以及线性与非线性界限。最后利用多元线性回归模型分别建立线性关系和非线性关系的仿真模型。研究表明,支持向量机在模式分类中具有良好的分类性能,在解决航空结构声疲劳问题中有较好的工程应用前景。     

一种有效的基于DSmT的合成公式

针对DSmT在解决强冲突证据融合问题时存在的不足,提出了一种有效的冲突证据合成方法,即在保留冲突焦元的基础上对冲突量进行重新分配。仿真结果表明,新的合成公式提高了目标识别的可靠性与合理性,即使对于高度冲突的证据,也能够取得理想的合成结果。     

基于分形的目标识别技术和隐型装备外形设计方法

随着分形技术在目标识别时的应用,提出了一种基于分形技术的伪装区域地貌生成方法.利用分形方法生成了随机分形曲面,针对随机分形地形形状不易控制的缺点,设计出一种目标区域地貌模型与随机分形地貌模型相融合的方法,保证生成的伪装模型既有预定的形状又有随机的特性.实验结果表明,设计的伪装区域生成方法能有效的生成符合需求的伪装区域地貌模型,此模型能够实现与周围地形地貌环境的较好融合,达到良好的伪装效果.     

基于改进Sobel算子的边缘检测车牌定位方法

车牌定位是自动识别的关键步骤,而在整个车牌定位过程中,边缘检测是其中的一项重要环节和关键技术。文中在分析了目前常用的边缘检测方法后,给出了一种基于Sobel算子的改进边缘检测方法。实验结果证明具有较好的检测效果。     

基于RCS序列的空间目标形状估计

将空间目标等效为椭球体,在分析椭球体RCS方向图的基础上,提出了利用空间目标RCS序列极大值与极小值比值来估计空间目标长短轴比值的方法。实测数据处理结果表明,该方法能有效估计出目标长短轴比值。目标长短轴比值反映了目标的形状信息,具有明显的物理意义,有利于后续的空间目标分类与识别。     

R&D项目中止决策的实证研究

在与本领域专家探讨及调研相关资料的基础上,针对性地设计了适用于R&D项目中止决策的指标体系, 提出了改进的Fuzzy模式识别方法, 并将其成功地应用于某飞机制造企业的R&D项目的中止决策实践.该方法对Fuzzy模式识别方法的改进主要体现在两个方面:①利用集值统计方法得出了各指标的权重;②计算样本间的距离时,利用了广义欧氏距离公式.      

两类空间目标的非参数姿态判别方法

在详细分析空间轨道目标窄带雷达特性的基础上,利用非参数统计学的随机游程检验理论对空间目标的稳定方式进行判别,从而实现对绕质心旋转和非旋转这两类目标的分类识别。     

设计特征模型中的装配特征识别

研究了由设计特征模型识别装配特征的算法 ,该算法采用凹凸特征模型为中间模型实现设计特征模型向装配模型的转化。识别算法用特征设计与特征识别相结合的方法有效地识别出设计特征指定面的所有凹凸特征 ,利用判别装配特征的充分必要条件得到所求的装配特征。该方法克服了传统算法的缺点 ,提高了装配特征识别的有效性和可靠性     

加权自适应模式识别系统的数学描述

基于n元原理,采用加权训练思想,为克服经典自适应模式识别系统——WISARD的简单训练策略之不足而提出的加权自适应模式识别系统,具有自动消除伪特征、突出训练模式的固有特征、改进系统的分类性能筹优点。本文首次用数学手段描述了加权自适应模式识别系统,把系统的训练与分类过程抽象为对模式进行矩阵变换的过程。系统的分类行为由训练模式所建立的逻辑函数矩阵来表征。文中还对系统的性质作了初步探讨,指出只要合理地选取加权训练阀值,加权系统的分类性能不会弱于非加权系统。最后还给出了加权训练阀值的上界和下界。     

基于改进Yolov3 算法的舰船目标检测识别系统

针对复杂战场环境下对海目标检测识别的需求,设计了一种基于改进Yolov3 算法的海面舰船目标实 时检测识别系统。使用微调分类网络、增加训练尺度、聚类目标边框维度、二级特征分类等方法对Yolov3 检 测识别网络模型进行了优化,在提高识别精度的同时有效降低了漏检率和虚警率。实验结果表明,优化后的网 络模型在自建的舰船图像数据库中将检测识别平均准确率提高到了79.3%,对真实海上航拍视频中舰船目标识 别的平均准确率达到了81% 以上。