航天智能控制技术让运载火箭“会学习”

高可靠和智能化是未来智能航天器的主要特点,本文聚焦航天器高可靠、智能化的发展需求。梳理了中国运载火箭从无到有、从有到全的发展历程,提出了航天智能技术从航天器的可靠性做起,航天器的可靠性从航天智能控制做起,航天智能控制从"会学习"的火箭做起。围绕航天智能控制技术如何使运载火箭"会学习"的发展架构,进一步探索了"边飞边学"和"终身学习"智能控制技术的理论研究和应用现状,支撑中国"会学习"运载火箭高可靠和智能化的发展。     

基于迁移学习方法的安全运行状态评估综述

迁移学习是利用其他相关领域已有的知识解决给定领域问题的一种方法,能够有效抑制数据缺失对 准确建立状态评估模型的影响,从而为设备安全可靠运行以及维护决策等方面奠定基础。本文总结了航空航 天领域相关设备产品数据缺失条件下利用迁移学习实现运行状态评估的研究现状,探讨了迁移学习方法在状 态评估领域未来的研究方向,为航空航天领域相关研究人员提供了最新参考,以便对实际问题进行分析并据此 寻找可能的解决方案。     

太平洋的战争游戏——“2004年环太平洋”演习

第19届的“环太平洋”学习于6月29日至7月27日假夏威夷的瓦胡岛及周边海域，包托太平洋实弹射击试验场举行。“2004年环太平洋”学习为2004年美国太平洋指挥部所举办规模最大的军事演习，除了上期过介绍航母战斗群，各国作战部队之外，还有各国P-3联合执行反潜与巡逻任务，两栖作战任务、快速人员运输舰等。实兵演练在“环太平洋”演习中，主要为兵棋推演的验证作为。     

动态系统仿真软件System view及其在信号与电子系统中的应用

本文介绍了E1anix公司的开发研制的动态系统仿真软件System view及其工作流程，并在此基础上着重分析了System view在《信号与系统》和《通信原理》两门课程中的应用。进而阐明了这类课程引入仿真技术的重要性。     

基于深度学习的风洞天平测力试验数据异常检测方法研究

风洞天平测力试验数据异常检测有助于分析试验异常原因、排查设备故障、改进试验方案,为解决目前人工检测时间成本高、效率低的问题,提出一种基于深度学习的异常检测框架。首先针对异常零样本问题,对风洞试验常见的异常类型及规律进行总结;然后为解决不同车次数据维度不同的问题,提出基于统计特征的标准化特征表示方案;最后利用神经网络学习异常特征,完成异常检测。试验结果表明:基于深度学习的异常检测方法对风洞异常数据检测的准确率和检出率分别达到了81.7%和72.6%,能够较好地识别孤立跳点异常和多点异常。     

改进人工神经网络方法在天然气产量预测中的应用

将改进的人工神经网络方法应用到油气田产量预测中,并与传统预测方法进行比较,结果表明该方法的精度和可靠性较高,为油气田开发方案的合理编制提供了科学依据.     

我国外语教学面临的新挑战及新对策

从当今社会环境、学生自主意识是否得到发挥、教师是否具有先进的外语教学理念三方面探讨了影响和制约当前我国外语教学发展的主要因素，旨在激发广大外语教学工作对我国外语教学现状的思考，共同探讨提高外语教学质量的新措施及新对策。     

多机械手混合位置/力协调学习控制的研究(英文)

研究了多机械手抓持一刚性物体的协调控制。考虑多机械手系统的动态模型不确定性,导出了物体位置的误差方程和内力的误差方程,给出了多机械手的混合位置/力协调学习控制策略,并对学习控制的收敛性进行了讨论。文中提出的控制策略在每次迭代学习后,通过修正系统的控制输入来改善系统的性能。最后,通过两个平面机械手抓持一物体的仿真实验证明了该方法的有效性     

基于贝叶斯网的航班过站时间动态估计

一架飞机每天要执行多个航班,从而 形成航班链。前序航班进港后,若估计出飞机在机场的过站时间,后续航班的离港时间便可 较准确给出。文中选取了对航班过站时间影响较为显著的几个因素,运用历史数据,采用最 大似然估计进行贝叶斯网参数学习并获得不同情况下过站时间的估计值。同时,利用贝叶斯 网增量学习的特性,运用航班增量数据基于贝叶斯估计修正贝叶斯网参数,并用新的学习 结果更新过站时间估计值。实验数据表明,所提出的方法能较好地对飞机过站时间进行估计。最后,对影响过站时间的各因素进行了灵敏度分析对比。     

鲁棒的低秩鉴别嵌入回归

局部保持投影（Locality preserving projection, LPP）在特征提取中得到了广泛的应用。但是,LPP不使用数据的类别信息,并且采用L2范数来进行距离测量,对异常值高度敏感。本文从监督的角度考虑LPP的权值矩阵,并结合低秩回归的方法,提出一种新的模型来发现和提取特征。利用L2,1范数来约束损失函数和回归矩阵,不仅降低了对异常值的敏感性,而且限制了回归矩阵的低秩条件。然后给出了优化问题的求解方法。最后,本文将该方法应用于多个人脸数据库和掌纹数据集进行了性能测试,并将实验结果与现有的一些方法进行比较,结果表明该方法是有效的。