基于顶点分类的曲面三角网格模型自适应光顺研究

逆向工程中由测量数据得到的三角网格模型往往含有大量的噪声、扰动及不规则三角片，需对其进行光顺处理，以满足后续处理的使用要求。本文首先提出了一种新的网格模型顶点法矢计算公式，该公式采用网格模型中三角片面积与顶角角度综合加权，可同时反映三角片面积与顶角角度对顶点法矢的影响。在此基础上，对网格模型顶点进行了分类处理，提出了能够反映网格顶点特征性质的顶点势概念。势为1的点为特征点，势为0的点为普通点。最后，提出了一种新的自适应曲面三角网格模型光顺方法，综合了普通拉普拉斯光顺法与平均曲率法的优点。在该方法中，顶点调整方向为拉普拉斯光顺矢量在被调整顶点切平面上的分量与该点法矢的加权合成；顶点调整幅度根据顶点类别的不同而不同，特征点的调整幅度小，普通点的调整幅度大，从而可保护原有特征。实例表明，与现有方法相比，该方法在有效去除噪声，匀化三角片的同时，充分保留了初始网格模型上的特征。     

用FPGA实现abc坐标系的三维空间矢量调制算法

研究了一种应用于三相四桥臂逆变器的基于abc坐标系的新的空间矢量调制算法,避免了传统的αβ0坐标变换,使开关矢量的选取和占空比的计算更简单,显著降低了调制算法的复杂性。同时详细说明了基于abc坐标系的空间矢量脉宽调制算法的原理,并研究了用FPGA来实现该空间矢量调制算法的方法。由于FPGA不需要顺序执行指令,可以多个进程并发执行,响应速度快,可明显提高系统性能。仿真和实验结果证明了该空间矢量调制算法的正确性和利用FPGA实现该算法的可行性。     

基于最小二乘支持向量机的小型无人直升机悬停动态建模

小型无人直升机(SUH)是一类典型的非线性动态系统,由于其本质不稳定性,由开环辨识实验获得的数据通常是小样本的,使用传统黑箱辨识方法难以获得较好的辨识效果。提出一种利用支持向量机(SVM)对SUH悬停动态进行辨识建模的新方法。通过动力学机理分析和合理的简化,确定了模型的非线性回归形式,以及从低维输入空间到高维Hilbert特征空间的映射关系和相应的机理核函数,并应用最小二乘支持向量机(LS-SVM)训练获得SVM模型和对应的参数化非线性多输入多输出（MIMO）模型。利用实际飞行数据辨识得到的模型不仅具有良好的预报精度,而且显式表达了各状态变量之间以及输入与状态之间的耦合关系,便于非线性控制策略的设计。     

基于支持向量机的航空发动机整机振动故障诊断技术研究

支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的一种新型机器学习方法,由于它出色的学习分类能力和推广能力,广泛地应用于模式识别和函数拟合中。针对某型航空发动机整机振动过大的现象,提出了一种基于支持向量机（SVM）的整机振动故障诊断方法。首先介绍了SVM理论,然后根据SVM学习方法的结构风险最小化原则,对某型航空发动机已知的整机振动故障模式数据进行了训练和预测,并建立了基于SVM的航空发动机整机振动故障诊断模型。最后通过对已有故障模式进行诊断预测,证明该方法在航空发动机整机振动故障诊断方面具有良好效果。     

基于贝叶斯准则的支持向量机预测模型

对实际统计数据中存在的相关性、不确定性和非线性问题,提出贝叶斯支持向量机预测模型方法.构建基于高斯分布的权值分布模型描述信息的不确定性,基于先验概率分布和贝叶斯关系获得后验分布模型,利用极大似然方法和递推迭代算法求解后验分布的最佳参数,从而得到关联向量机.建立起基于参数分布多维时间序列预测模型,将每一步迭代过程中的支持向量机输入作为随机变量,考虑数据不确定性的传递,递推得到贝叶斯支持向量机预测输出.由于贝叶斯支持向量机可以有效反映随机影响及其传递,可以克服数据不确定性和相关性的影响,因此基于贝叶斯支持向量机预测效果更加符合实际.实例表明利用贝叶斯支持向量机预测高科技企业发展趋势与实际发展趋势接近,可以克服数据相关性、不确定性和非线性对信息模型的影响,具有较高的预测精度和预测鲁棒性.     

一种基于相关向量机的白细胞检出新方法

提出了一种基于相关向量机(RVM)的白细胞检出新方法.首先,借助RVM对一维直方图进行拟合,获得稀疏的相关向量.然后,直接从这些数量有限的相关向量中筛选出所需的阈值.最后,基于前一步得到的阈值,将完整、连续的白细胞区域从原始图像中分割出来.该方法已成功地应用于白细胞检出,有效地降低了由光照和染色引起的干扰.该方法计算效率高,无需设置额外参数.实验结果表明了该方法的优良性能.     

应用支持向量机的眼睑参数疲劳预测

研究表明疲劳驾驶是引起交通事故的重要原因之一,因此有必要采取预防措施,而能够提前对事故进行准确预报并保证低误报警率是问题的关键所在.提出了利用多眼睑运动特征参数建立支持向量机模型进行疲劳预测的方法,其中眼睑运动特征参数是从驾驶模拟器上采集的眼电信号提取出的.根据Karolinska睡眠等级选出25名缺乏睡眠并在实验中撞到振动带的驾驶员,保证其开始驾驶阶段是警觉的,而事故发生阶段是疲劳的,然后将20名驾驶员作为训练对象,另5名驾驶员作为验证对象.结果表明,所用的方法可以提前至少5 min对由疲劳导致的事故进行预报.     

支持向量机的正定核(英文)

探讨并论证了支持向量机中Mercer核,再生核与正定核这几种核函数的关系及它们在支持向量机中各自的角色.通过核矩阵的正定性检验了核函数的构造方法.基于Bochner定理,在Fourier域验证了许多平移不变核函数.基于Schoenberg定理验证了一些旋转不变径向核.最后讨论了离散尺度与小波核函数的构造,核函数选择与核参数学习.     

基于支持向量机和线性判别分析的维数约减方法及其应用

目前已提出的一些基于支持向量机的维数约减方法,但其投影矩阵的获得仅考虑支持向量机的类间间隔,而忽略了数据中的类内信息。本文首次提出了一种基于支持向量机和线性判别分析的维数约减方法,称之为DRSL。DRSL实现了类问和类内信息的有效组合,能有效拟合数据中类间和类内结构,使得所获投影矩阵能够提高后续分类器的推广能力。实验验证了该方法的有效性。     

Three-axis attitude determination using incomplete vector observations

Attitude determination refers to determining the orientation of a vehicle relative to its reference coordinate system. This paper presents a new algorithm for three-axis attitude determination using measurement vectors composed of incomplete vector components. The attitude determination performance of the proposed algorithm is compared with those of the TRIAD and QUEST algorithms in a simulation.