基于特征融合和集成学习的运动想象脑电解码方法

开发高性能的脑电解码方法一直是脑机接口系统研究的重点和难点。为了进一步提高运动想象脑电解码的性能,提出了基于特征融合和集成学习的脑电解码方法。首先,针对每个通道脑电信号提取方差、自回归(AR)系数和带通功率特征,接着进行特征融合。其次,提出两种新的集成学习方法,分别是基于K最近邻(KNN)的集成学习模型和基于最小绝对值收缩和选择算子(LASSO)的集成学习模型。其中,KNN集成模型针对KNN分类器的K值以及闵式距离的P值进行集成,LASSO集成模型针对LASSO分类器的正则化参数进行集成,这两种集成学习方法计算简单且不需要烦琐耗时的交叉验证过程进行模型选择。最后,在三个公开的运动想象脑电数据集上验证所提方法的有效性。实验结果表明,新提出的集成学习方法,其分类结果优于支持向量机、随机森林等现有的分类器。LASSO集成模型优于KNN集成模型,在三个数据集上取得了71.75%的最高平均分类准确率。     

基于多模态组合互补性学习的时尚兼容度预测模型研究

在时尚单品兼容度预测研究中,多模态特征间的互补性以及融合特征对于视觉特征的相关性问题未得到充分挖掘。针对这个问题,提出多模态组合互补性学习的时尚兼容度预测模型。该模型由四部分构成：特征提取网络使用ResNet18提取视觉特征和LSTM提取文本特征;然后使用联合表征网络将视觉特征与文本特征映射到相同的多模态嵌入空间中,减小模态间的差异性增强互补性;考虑到互补融合特征对于视觉特征的相关性问题,特征融合网络使用了组合模块分别组合了视觉特征和多模态特征;最后使用类别感知的映射方法将多模态特征映射进基于类别感知的嵌入空间中分析时尚服装的兼容度。实验仿真结果表明,该模型在消融实验以及在时尚兼容度预测的相关评价指标上均有提升和优化。     

基于不确定性的飞行器分离可靠性建模与分析方法

为实现飞行器分离任务可靠性的定量分析和高效精确评估,研究了高超声速飞行器分离任务过程中各种不确定性因素对分离可靠性的影响,提出一种基于不确定性的飞行器分离可靠性建模与分析方法。面向高超声速飞行器分离任务需求,建立分离动力学仿真模型,综合考虑分离过程不确定性因素的影响,利用灵敏度分析方法识别主要不确定性因素,构建分离可靠性模型。针对此模型,提出一种改进主动学习Kriging(IAK)的分离可靠性分析方法,通过新的采样策略选取失效概率更大的采样点作为新增训练点,进行高效可靠性分析。实例结果表明,该方法能够准确描述不确定性因素对分离过程的影响,提升分离可靠性定量分析的精度和效率,为飞行器分离方案的精细化设计提供支撑。     

前沿光学技术的新发展

近几十年,光学这门古老的学科得到了迅速发展。文章从近几年诺贝尔化学奖和物理奖的获奖课题谈起,介绍了光学技术的发展脉络,梳理了纳米光学、超表面、压缩感知、深度学习、太赫兹、光学自由曲面等光学前沿新技术的发展情况。文章最后指出,从事科研研究不能从文章到文章,要与社会的需求相结合,科研只有服务于企业、服务于社会,才能将技术的发展落实到实处。     

稳态与瞬态冲击射流换热性能实验对比

为了对比研究稳态与瞬态单孔冲击射流的传热性能,采用热色液晶测温技术获取实验件被冲击表面的传热系数分布。实验中改变了冲击雷诺数Re和冲击孔直径比L/d,利用工业相机拍摄实验件凹表面颜色变化过程,计算并对比两种射流条件下局部努塞尔数Nu_D的分布,并与文献值进行比较。研究表明相对于稳态冲击射流,瞬态冲击射流的传热性能更佳。通过记录整个冲击射流过程,得到Nu_D随时间t变化关系。驻点附近NuD随冲击的进行逐渐减小并趋于稳定。随冲击雷诺数Re增大或冲击孔直径比L/d接近6,瞬态冲击射流的强化传热效果逐渐明显,强化效果可达15%以上。     

预旋系统稳态和非稳态计算对比研究

针对预旋系统由于旋转引起流场和温度场参数周期性瞬态变化的问题,分别采用滑移网格的瞬态法和固定转子相位的稳态法进行数值求解,并在稳态计算中通过改变转子相位来近似模拟非稳态问题的时空变化特性。通过稳态空间平均结果与非稳态时均结果的对比,以期为预旋系统非稳态问题的低成本求解提供方法依据。结果表明：稳态计算结果与非稳态计算结果相比,周期性波动频率一致,接受孔进口处,稳态计算的压力波动幅度小39%左右,温度波动幅度小15%左右;多个相位的稳态空间平均结果与非稳态时均结果相比,压力高0.2%,温度低0.1%;采用多个计算周期数与单个周期的非稳态计算结果差异微小。当采用喷嘴出口气流中心正对接受孔迎风面前缘的转子相位时,稳态计算结果与非稳态计算时均结果最接近。     

某型飞机铝合金LY11螺旋桨腐蚀损伤试验

在疲劳试验机及电磁激振试验台上,对不同腐蚀情况的某型飞机螺旋桨桨叶模拟试件进行试验,分别得到了腐蚀损伤面积比随低周循环数N的变化规律,振动频率随损伤深度比、损伤长度比及损伤面积比的变化规律.试验表明,在载荷、温度相同条件下,材料性能、喷丸强化措施和使用环境是影响螺旋桨腐蚀损伤的重要因素;腐蚀损伤的面积比、腐蚀深度比对螺旋桨桨叶振动频率影响较大并获得最大深度比为0.14,模拟试件损伤深度最大允许值为0.7 mm,损伤面积比为0.015,损伤面积最大允许值为3.006 mm2.      

一种改进的航空发动机结构概率风险评估方法

针对航空发动机适航条款FAR33.75中关于发动机限寿件(ELLP)结构失效概率要求,提出了一种基于Kriging和蒙特卡罗半径外重要抽样(MCROIS)混合的结构概率风险评估方法。该方法针对ELLP高维、小失效概率事件以及极限状态函数为隐式、高度非线性的特点,利用Kriging元模型模拟隐式极限状态函数,然后通过主动学习迭代算法,计算最优点(MPP,最接近设计验算点的样本点),更新实验设计(DOE)并提高Kriging元模型的模拟精度。在此基础上,利用Kriging元模型确定最优抽样半径,构造半径外重要抽样密度函数,在最优抽样半径确定区域进行抽样,通过构造主动学习函数,使样本点更多落在抽样半径确定的球区域附近,加速失效概率计算的收敛,并构建了ELLP风险概率模型,解决了高维、小失效概率事件以及隐式、非线性极限状态函数的发动机结构概率风险评估难题,以某型发动机低压压气机轮盘为应用示例,与传统的蒙特卡罗仿真(MCS)方法进行了对比,验证了该方法的高效率、鲁棒性和仿真精度。     

基于确定学习理论的轴流压气机系统分岔预测

针对轴流压气机系统中的分岔预测问题,基于简化的Moore-Greitzer 3阶压气机模型,分析了该系统中存在的分岔现象;利用最新发展的确定学习理论,对压气机系统随着γ参数变化出现的几种典型模态的相关系统动态进行辨识,并将所学知识保存成常值RBF神经网络以构成模式库;利用该模式库构建1组嵌入了常值RBF神经网络的动态估计器;将测试模式与估计器相比,得到1组残差,并利用动态模式识别方法的残差最小原则实现了对Pitchfork分岔的预测。     

抑波槽宽度对水陆两栖飞机喷溅性能影响对比试验研究

抑波槽宽度合理性直接影响抑制喷溅的效果。通过两个抑波槽宽度的单船身模型拖曳水池对比试验,比较同一状态两者喷溅包络线,分析抑波槽宽度变化对飞机喷溅性能影响,表明减小抑波槽宽度使螺旋桨处喷溅高度增加19%以上,使襟翼处喷溅高度降低54%。