一种改进的Manifold数据降维方法研究

Manifold学习算法已经被广泛应用到很多领域,如信息检索、模式识别、人工智能和数据挖掘等。已有的Manifold学习算法对局部临近区域选择很敏感,并且降维后的数据可分割性比较差。本文提出了一种自适应临近区域选择、具有良好信息可分割性的Manifold学习算法。这种方法在每一个数据点根据数据可估算的本质维度和局部正切方向选择临近区域。与此同时,在映射数据的时候使用聚类分析法聚集相似样本点集。这种方式能确保降维数据具有良好的可分割性,获得更好的降维效果。实验结果表明,新的方法在人工生成数据集上具有更好的嵌入效果。     

用于矿产监测的遥感卫星应用体系效能仿真方法

卫星遥感应用技术在矿产资源勘探与监测任务中发挥的作用日益加深,为分析卫星系统执行矿产勘探与监测任务的现有能力与不足,需要对卫星系统效能进行量化与对比分析。文章建立了一套从需求分析到需求满足度评估的全流程一体化体系效能仿真方法,通过对综合效能指标计算模型、综合需求满足度评估计算模型的数学建模,实现了对卫星效能的量化分析。此方法的有效性通过STK手段进行了验证。     

基于自适应径向基网络的舰船RCS统计特征识别方法

文章采用舰船RCS频域起伏序列的均值、标准差为识别特征向量,利用提出的基于样本密度的自适应径向基网络,进行舰船分类识别研究。自适应径向基网络采用改进的自适应PSO方法估计样本密度最优邻域半径,实现径向基网络中心的自适应选择。改进的自适应PSO方法采用能反映样本聚类特点的BWP指标为适应度评价函数,采用快慢结合的高斯自适应惯性权重调节策略,提高了最优样本密度邻域半径的搜索速度和精度。实验结果表明,自适应径向基网络能自适应获得径向基网络最优识别率对应的RBF中心及其位置分布,减少了对建模人员经验的依赖,提高了反舰导弹对舰船类型的识别分类能力。     

基于IPv6 和空间包协议的空间路由策略设计与分析

针对卫星星内和星间一体化组网问题,结合已有的智能化航天器综合电子系统协议体系架构,提出了基于IPv6和空间包协议的空间路由策略。该策略借鉴IPv4和IPv6的隧道机制,利用空间包局部信息与IPv6全局信息的映射完成协议封装。以星载路由器为核心搭建演示验证系统,通过典型实例验证该策略具有一体化组网的可行性。在分析策略存在的灵活性问题基础上,提出了定制空间包格式、修改协议信息表的优化措施。该策略的设计与其在星载路由器中的实现,可为我国天地一体化信息网络的构建提供参考。     

可拓模式识别算法中经典域的确定方法

可拓模式识别算法是根据各个关联度的对比来识别最终的模式,其中经典域区间的确定有着重要的作用。传统的经典域确定方法是基于数理统计学的,不适用于小样本数据,数据不完全以及数据分布未知等复杂情况。引入Bootstrap算法,并和传统的方法对比,更精确地确定了经典域区间。     

基于寿命包线的飞机典型搭接结构腐蚀疲劳寿命预测

针对飞机在腐蚀环境下服役的寿命预测问题，开展了某型飞机机身壁板搭接结构的腐蚀-疲劳交替试验。基于试验结果和飞机结构寿命包线理论体系，建立了该型飞机机身壁板搭接结构在不同服役地区、不同飞行强度下的寿命包线，并基于寿命包线对其剩余寿命进行了预测。通过开展验证试验，将试验结果与计算结果进行对比，发现预测误差为17.4%。说明结构寿命包线是飞机典型搭接结构寿命预测的有力工具，其预测结果是飞机服役过程中检修周期及寿命管理的一项重要参考依据。     

一种新的基于可解释性置信规则库的飞轮健康状态评估模型

飞轮系统的稳定运行对于航天器在轨安全影响重大，因而对飞轮系统进行健康状态评估至关重要。在进行飞轮系统健康状态评估建模时，不仅要求模型能够处理各种不确定性以保障评估结果的准确性，同时要求其具有透明合理的评估过程与可解释、可追溯的评估结果。因此，在深入研究置信规则库（BRB）建模方法的基础上，构建了一种新的基于可解释性建模的置信规则库（BRB-e）飞轮系统健康状态评估模型。首先，结合飞轮系统特征对模型的可解释性建模准则进行定义；在此基础上，设计了BRB-e评估模型的推理过程；然后，基于鲸鱼优化算法（WOA），提出了一种具有可解释性约束的BRBBRB-ee模型参数优化方法；最后，通过对某飞轮系统中轴承组件的评估案例研究，验证了模型在飞轮系统健康状态评估中的有效性。对比研究表明，BRBBRB-ee模型在评估结果准确性和评估过程可解释性方面具有一定的优势。