基于信息熵的连续属性自动聚类算法

基于信息熵的有关理论，提出了一种新的连续属性的自动聚类算法。首先介绍了Shannon熵的概念及其两个重要的定理，基于信息的不确定测度，提出了一种Shannon熵的准则函数φ，并且指出了该准则函数必须满足的6条原则。其次，基于该准则函数，引出了一种针对单个连续属性自动聚类的FUSINTER算法。由于实际信息系统中有多个连续属性，这主需要对多个连续属性分别使用FUSINTER算法进行离散，并且要求最终保证整个信息系统离散是相容的和一致的，而且各个属性拥有较少的分割区间。最后，本文以干线飞机外形参数的变化趋势与其更新换代的关系来说明文中提出的属性离散化过程，并展示了该聚类算法的有效性。本文提出的方法可以用于机器学习或数据挖掘的数据前处理。     

非稳态四阶椭圆方程的Galerkin有限元法

针对平面有界凸多角形区域上一类非稳态四阶椭圆方程 u t+Δ2 u =f (x,t) (x,t)∈Ω× [0 ,T]u = u n=0 (x,t)∈ Ω× [0 ,T]u(x,0 ) =u0 (x) x∈Ω的初边值问题进行了 Galerkin有限元方法分析。首先给出了所讨论问题的 Galerkin有限元方法的离散格式 ,其次对所讨论问题的解与其离散问题的解之间的误差进行了分析研究 ,最后利用椭圆投影算子的性质 ,获得了一定模意义下的一些误差估计     

一种基于支持向量机的小波图像压缩方法

提出了一种结合支持向量机(SVM,Support Vector Machines)回归与小波变换的新的静态图像压缩方法.SVM回归方法可以学习原始数据之间的相关性,并采用小部分训练样本,即支持向量来稀疏表示原始数据集,利用这一特性来逼近和约减小波系数,可以达到数据压缩的效果.首先采用小波变换把原始图像分解成不同尺度的多个子带,由于最低频子带系数非常重要,采用DPCM直接编码,然后对其它频带系数采用SVM回归进行压缩.由于不同尺度和方向的小波系数特征不同,为尽可能去除小波系数间的各种相关性,给出了适合SVM回归的小波系数的有效组织方式.最后研究了支持向量及其相应权重的混合编码方法.实验结果表明:与同类压缩方法相比,本算法获得的恢复图像的主客观质量有明显提高.      

星间相对测量在三星编队中的应用

以NASA新千年计划中的深空计划3为背景，使用星载类GPS的伪距和载波观测数据，研究利用编队卫星间相对测量，高精度自主确定三星编队星座相对状态的有关问题；研究星间相对测量各种可能的测量方案和可能达到的精度，验证这种星间相对测量技术是否能够满足深空计划3的系统要求．首先建立了三星编队星间相对测量系统的数学模型，然后利用星载高精度伪距和载波观测信息，对各种可能的测量方案进行仿真协方差分析；研究利用卫星姿态机动提供的几何信息，进行单差整周模糊度初始化的问题，讨论了卫星姿态机动方案；最后针对每一种测量方案给出了仿真结果和相关的结论。     

不完备信息条件下的并发故障诊断方法

在实际的装备故障诊断过程中,经常存在测试信息不完整的情况,而此时对并发故障进行诊断,则更为困难。针对这种情况,首先,对目前应用于不完备信息条件下的故障诊断方法以及并发故障诊断方法进行了分析。定义了不完备并发故障诊断决策系统对存在缺失的测试信息进行表述。提出了不完备边界粗糙熵对决策系统的不确定性进行度量,给出每条测试属性的重要度,同时给出了不完备信息条件下属性值频率的计算方法。然后,为了对并发故障进行诊断,在DSmT框架下构建了并发故障诊断模型,在此模型下提出一种融合证据特征的区间信度合成规则。最后,通过故障诊断实例,验证了方法的有效性和适用性。      

成败型与指数型单元混合系统的可靠性熵法评定

利用信息量等效的基本原则, 研究了成败型单元与指数型单元混合组成系统的可靠性评定问题.给出了成败型单元与指数型单元混合组成成败型系统或指数型系统时, 单元试验信息熵法折合的基本模型, 导出了成败型信息与指数型信息相互折合的基本公式, 并通过算例及其评定结果的分析比较说明了方法的具体应用及其有效性.      

基于符号序列联合熵的航空发动机健康监控方法

引入信息熵理论,结合对多参数时间序列的符号化处理,探讨其在航空发动机健康监控中的应用.利用符号序列联合熵对航空发动机性能参数无序程度的描述,分析航空发动机健康状态及其演化方向.对两组实际飞行数据的实验分析表明,该方法描述的航空发动机的健康发展趋势与实际情况相吻合,能够较好反映航空发动机的健康状态,可以为航空发动机的健康...     

基于EMD样本熵-LLTSA的故障特征提取方法

针对振动信号的非线性、非平稳性以及微弱故障特征难以提取的问题,提出了一种基于经验模态分解(EMD)、样本熵和流形学习的故障特征提取方法.该方法将EMD、样本熵和流形学习相结合.首先,利用EMD的自适应多分辨率的特点计算分解得到的IMF(固有模态函数)信号的样本熵,初步提取滚动轴承状态特征值;然后利用流形学习方法对初步的提取的滚动轴承状态特征进行进一步的提取;最后利用支持向量机(SVM)对该特征提取方法进行分类评估,并将该方法运用在滚动轴承故障诊断实验中,实验证明该特征提取方法与基于小波包样本熵的故障诊断方法相比具有很好的聚类性能,且对于SVM的分类结果可达100%,在降低了特征数据的复杂度的同时,增强了故障模式识别的分类性能,具有一定的优越性.     

基于单目视觉的机器人避障方法研究

避障问题一直是机器人领域研究的热点和重点。设计一种基于单目视觉的避障系统,能够同时检测机器人正前方和两侧的障碍物,且对低纹理障碍物同样具有效果。该系统采用特征尺度检测器完成机器人视野正前方障碍物的检测,对于视野两侧的障碍物运用光流平衡策略进行规避,而对于低纹理的障碍物则利用图像熵的方法进行检测。整个系统在地面移动机器人上进行了测试,实验结果表明,该方法能在复杂的环境下可靠地完成机器人的避障任务。     

面向混合网格高精度阻力预测的熵修正方法

Roe通量差分分裂格式具有耗散小、分辨率高等特点,在亚跨超声速流场模拟中得到广泛应用,但空间离散时需要对Roe平均矩阵的特征值进行熵修正,使用熵修正会增大耗散,影响阻力的求解精度。本文针对非结构混合网格中Roe格式熵修正的特点,通过改进传统的Roe格式Harten-Yee熵修正方法,提出了一种可提高非结构混合网格黏性计算精度的Harten-Yee熵修正改进方法。利用改进后的方法,完成了DLR-F4翼身组合体算例的计算和对比分析,改进后的熵修正方法残差收敛特性与原始Harten-Yee熵修正一致,计算精度提高,计算结果和无熵修正时基本一致,说明改进后的熵修正方法既保留了使用熵修正带来的程序鲁棒性等优点,同时把熵修正对阻力预测精度的影响降到了最低,验证了方法的有效性。采用改进后方法对第3届AIAA阻力会议的计算模型DLR-F6翼身组合体进行了详细的模拟,分析了网格收敛性和雷诺数的影响。结果表明：改进的Harten-Yee熵修正,更加适用于非结构混合网格的黏性计算,计算精准度达到国际同类CFD软件水平,进一步验证了改进方法的可靠性。