金属切削加工状态的模糊（Fuzzy）模式识别（二）——模糊ISODATA聚类分析法

 本文利用模糊ISODATA聚类分析的方法对切削加工状态进行了模糊模式识别,并就此方法中的初始矩阵U_fo的选择原则做了进一步地探讨,最后把这种方法与模糊等价矩阵聚类分析法进行了比较分析。结果表明,把模糊模式识别应用于金属切削加工状态的识别是切实可行的,且识别精度高、识别运算简单、具有实时性,从而为切削加工过程的实时识别与控制提供了基础。     

利用ORLC编码实现任意形状工件的快速识别

讨论了一种新的物体快速识别方法，这个方法非常适合于柔性自动生产线上移动工件的快速实时识别。该方法的基础是新发展的定向执行长度编码法，由此产生了一种新的物体影像样本形式，即：ＯＲＬＣ坐标样本。     

小样本评估方法

综述了目前国内外小样本方法的研究状况，介绍了小样本试验分析与评估的几种主要方法．展望了小样本技术的发展前景。     

一种基于多层SOFM网络的星图识别方法

提出了一种基于自组织特征映射(SOFM)神经网络的星图识别算法。用基于支持向量机(SVM)的动态阈值选取算法选取导航星构建导航星库,将一多层多个并联SOFM子网的识别系统用于星图识别。给出了方法的流程。仿真结果表明,SOFM网络可提取星图中的复杂特征识别导航星。与传统三角形算法相比,该识别算法的识别准确率、鲁棒性和实时性更优,有一定的实用价值。     

商用飞机单价估算方法

对于100座级以上的大型商用喷气式飞机，开发了一种新颖、灵活和取向设计的单价估算方法。该方法基于现行的技术和成本数据，按照已制定的工程技术标准筛选全部的统计数据，并利用回归分析获得综合的成本估算关系。通过计算机程序计算被选模型，可得到快捷、灵活和精确的成本预算，分析变量影响成本的灵敏度，并可进行成本比较。通过在新飞机上应用该方法来测试其正确性，新飞机不在样本飞机之列。通过详细分析和比较这些结果确立了该量化方法。     

可靠性设计变量样本极值的区间估计法

工程系统设计的变量大且多具有不确定性,它们的极大值和极小值同样也具有不确定性.传统的极值理论尚未很好地解决一组样本的极大值和极小值的区间估计问题.本文从次序统计理论出发,建立了该样本的极大值与极小值的区间估计算法,并对大容量和小容量样本的情况分别进行了讨论,获得了在小样本情况下可用母体均匀分布获得的结果来估计样本极值区间的结论.算例结果表明本文提出的方法可以较好地进行样本极大值与极小值的区间估计.     

面向智能感知的小样本学习研究综述

小样本学习指只利用目标类别的少量监督信息来训练机器学习模型。由于其实用价值，学术界和工业界提出很多针对该问题的解决方案，但是目前国内缺少该问题的综述。本文对国内外学者提出的小样本学习算法及基于小样本学习的目标检测算法进行了系统的总结和探索。首先，给出了小样本学习的问题定义，列举其与其他一些经典的机器学习问题之间的联系，同时从理论上阐述小样本学习问题面临的挑战；接着，对基于小样本学习的图像分类进行了概述，并对其中代表性的工作进行介绍与分析；在此基础上，重点针对基于小样本学习的目标检测，特别是零样本条件下的目标检测问题，详细介绍和分析了现有的研究工作；最后，立足于现有方法的优缺点，从问题设定、理论研究、实现技术以及应用场景等几个方面对小样本学习的未来发展进行了展望，期望为该领域后续的研究工作提供启示。     

等观测间距样本的Gompertz曲线参数的最小二乘估计

运用高斯最小二乘法估算Gompertz曲线模型的参数时,惯常、简便的方法是先根据物理意义估算曲线的增长上限,再根据观测样本来估算其他参数。应用中,如果无法根据物理意义估算曲线增长上限,在观测样本等间距条件下,仍可在线性变换的基础上,运用最小二乘法估算其全部参数。     

低照度小样本限制下的失效卫星相对位姿估计与优化

低照度图像信息受损严重,会导致失效卫星的位姿估计精度和鲁棒性降低。基于此,提出了无监督生成式对抗网络低照度图像增强模型。生成器以U-Net网络为基础,并设计密集残差连接结构。判别器设计为全局-局部的双辨别器结构,由传统的单一标量扩展为多标量判别。在小样本的条件下,基于进化训练与并行训练方式改进基于SinGAN的数据增广方法。最后,在基于ORB-SLAM位姿初始化的基础上,建立特征信息的局部地图,克服位姿估计对参考帧的依赖;通过关键帧ROI的稠密匹配,建立关于平面法向量和单目相机安装高度的非线性优化模型求解尺度因子;通过闭环检测后的相似性变换,构建关键帧集合的联合位姿图优化方程,实现对位姿矩阵的全局校正。实验结果表明：测量稳定后,低照度图像的姿态角误差最大值为4°,而图像增强后的姿态角误差最大为0.5°;对于以角速度20°/s运动的失效卫星旋转5周,相对静止下的跟踪测量为5周,1 m水平方向机动下的跟踪测量为4.5周。可以满足失效卫星相对姿态测量的任务需求。     

基于分层置信规则库的惯导系统性能评估方法

为解决惯导系统（INS）性能评估所面临的高价值样本缺失、评估指标多、系统复杂等问题,提出一种基于分层置信规则库（Hierarchical BRB）的惯导系统性能评估方法。将专家知识与监测数据进行有效融合,提高了惯导系统的性能评估精度。首先,针对惯导系统结构构建分层BRB模型,同时将系统内部器件产生组合误差考虑在模型中。其次,为降低专家知识不确定性对初始模型评估精度的影响,采用基于投影算子的协方差矩阵自适应优化策略（P-CMA-ES）构建优化模型,通过监测数据对模型参数进行微调。最后,以某型捷联惯导系统的性能评估为例,验证了所提方法的有效性。