基于支持向量机的结构损伤程度识别研究

支持向量机(SupportVector Machine,SVM)是一种基于统计学习理论的机器学习算法,能够较好的解决小样本的学习问题,具有很优秀的回归特性。本文提出了一种基于支持向量机辨识结构损伤程度的方法,构造模态频率作为损伤标识量训练支持向量机对损伤程度进行预测,并以悬臂梁为例进行了仿真计算。结果表明:支持向量机是一种很有潜力的结构损伤识别方法,具有很好的应用前景。     

基于压缩直方图的图像分类

提出了一种颜色直方图表示的彩色图像自动归于语义类别的策略。在这个分类策略中,主成分分析用于把高维颜色直方图映射至低维特征空间,低维的特征向量用于训练支持向量机分类器。实验结果表明,尽管现有的多种图像内容描述子对分类效果的影响不同,但它们都是高度冗余的,可以在不影响分类正确性的基础上被大幅度压缩。本文研究有助于实现基于内容图像检索相关反馈所要求的快速在线学习和重新归类。     

基于NRS-SVM模型的航空弹药消耗预测研究

结合航空弹药训练消耗的特点,研究邻域粗糙集(Neighborhood rough sets,NRS)与支持向量机(Support vector machines,SVM)融合的航空弹药训练消耗预测问题。通过邻域粗糙集将5个初始影响因素约简为3个核心影响因素,并以此训练集对支持向量机进行回归优化。通过参数寻优得到最优的惩罚参数和核参数,进而构建NRS-SVM组合预测模型来预测航空弹药消耗。实证研究表明,该模型预测结果与实际数据吻合度较高,且与其他预测模型相比具有更好的预测性能。     

Location layout design of aircraft parts assembly based on MSVR

Location layout of aircraft assembly is an important factor affecting product quality. Most of the existing re-searches use the combination of finite element analysis and intelligent algorithm to optimize the location layout, which are limited by numerical simulation accuracy and the selection and improvement of intelligent algorithms. At present, the analysis and decision-making technology based on field data is gradually applied in aircraft manufacturing. Based on the perception data of intelligent assembly unit of aircraft parts, a regression model of multi-input and multi-output support vector machine with Gauss kernel function as radial basis function is established, and the hyperparameters of the model are optimized by hybrid particle swarm optimization genetic algorithm (PSO-GA). GA-MSVR, PSO-MSVR and PSOGA-MSVR model are constructed respectively, and their results show that PSOGA-MSVR model has the best performance. Finally, the design of the aircraft wing location layout is taken as an example to verify the effectiveness of the method.     

民机复合材料目视检查中的眼动与疲劳检测

疲劳是导致民机复合材料结构目视检查差错的重要诱因，疲劳检测对于减少人的差错，保障飞行安全具有重要意义。对基于眼动行为的疲劳度量与检测方法进行了研究，建立了民机复合材料结构目视检查实验场景，利用Tobii眼动仪提取了正常状态和疲劳状态下的目视检查眼动数据，分析了瞳孔直径、平均注视时间、平均注视频率、平均眼跳时间、平均眼跳频率、注视热点与轨迹和扫视速度等眼动行为与疲劳的关系，进而提取了能表征疲劳的瞳孔直径、平均注视时间和扫视速度3种眼动指标，以该指标构建特征向量，利用支持向量机（SVM）方法构建了目视检查疲劳检测模型。研究发现疲劳状态下的目视检查平均注视时间更长，扫视速度更慢、瞳孔直径减小，右瞳孔减小程度更大，核函数为径向基函数和高斯函数的SVM方法对疲劳的检测效果好。研究结果表明，利用SVM方法训练由瞳孔直径、平均注视时间和扫视速度构成的眼动特征向量能有效检测目视检查中的疲劳状态。     

基于双目视觉的多型号电连接器检测技术

通过双目视觉平台捕获图像反馈PC机，采用基于支持向量机（SVM）的机器学习方法对目标进行分类。判定型号并为每个型号加载图像处理检测方案及参数矩阵，实现电连接器针脚的柔性定位预处理，之后执行针顶轮廓的精确拟合算法，结合插针排列模版实现其三项检测工作。最后，通过实例验证与重复精度实验，结果表明本文方法具备面向多型号的柔性检测能力，并且稳定性，精度，效率满足低频连接器的检验要求。     

应变片电测法在外场金属支架应力测试中的应用

外场金属支架在工作过程中需要进行应力监测，一般采用应变电测法，由于金属支架表面为曲面，可能会给测量带来影响。本文从计算分析和实验验证两个方面，探讨曲面对应变电测法测量结果的影响。最终得出由于金属支架曲率半径较大，应变片尺寸相对较小，曲面对测量产生的误差很小，可忽略，证明使用应变片法对金属支架进行应力监测是可行的。     

小展弦比飞翼标模尾部畸变影响试验研究

在飞翼布局模型风洞试验中，为实现尾部支撑需对模型进行尾部修形。为摸清飞翼布局模型局部外形畸变的影响规律，本文在 FL-14风洞对某小展弦比飞翼布局原始模型和尾部外形畸变模型进行了试验研究，采用增量法获得了尾部外形畸变的影响规律，并与国内三座低速风洞的三种支撑装置的近／远场支架干扰进行了对比分析。研究结果表明：小侧滑角时，在小迎角范围内尾部畸变影响量显著大于支架干扰量，在中大迎角范围则与支架干扰量级相当；畸变横向影响量较大，且随侧滑角增大而增大。所以应对全机的试验结果进行正确的“畸变”修正，或对尾部畸变外形进行优化，以减小畸变的影响。     

消防监督检查实践教学模式的探究

开展消防监督检查实践教学应立足消防院校实际情况，面向部队工作需要，采取校内白检、校外体验、实习实训三种实践教学模式，形成具有消防院校特色实践教学体系。通过建设教学实践基地、改革实习方式、改善实践教学环境、建设“双师型”教师队伍等措施，不断提高消防监督检查实践教学的实效性，切实提高学员实际动手能力和独立开展消防监督检查的工作能力，努力为部队培养合格消防人才。     

地面支援设备飞机保护装置研究

为避免在使用过程中损伤飞机,飞机地面支援设备与飞机接触或可能接触的部位需设置保护装置。本文分析了目前飞机地面支援设备保护装置存在的问题,提出了设计原则,包括限制速度装置、各种保护装置的材料选择及其结构设计,并介绍了地面支援设备保护装置的发展方向。