一种小阻值电阻测量装置的研究与设计

介绍了一种小阻值电阻测量装置,概述了总体方案设计及关键技术,进行了重要功能设计的介绍和原理上的分析,说明了软件的设计思路和上位机软件功能,最后给出了试验验证及结果。通过测试验证,可以看出这种小阻值电阻测量装置完全满足测试要求,且具有很好的便携性,很好地弥补了现有设备的不足。     

M.Shinozuka方法在风荷载模拟中的应用

通过分析现有的风荷载数值模拟方法,认为M.Shinozuka方法得到的脉动风荷载样本的统计特征值能较好的符合理论值。系统阐述了这种方法的分析过程,其中涉及到脉动风压规格化功率谱的推导以及脉动风荷载功率谱的计算。采用MATLAB可以方便有效的进行编程,其中的矩阵函数能够容易的实现Cholesky分解以及随机数的求取等。     

少数类的集成学习

传统机器学习中研究的分类问题通常假定各类别是平衡的,但在很多场合各类别的出现概率相差很大,而且很多应用中需要区分重要而稀少的少数类.本文比较了3种基于AdaBoost集成学习方法,并推导出他们的精度几何平均(GMA)的下界.分析表明:类别越不平衡,这3种方法越难以通过提高基分类器准确率来提高GMA.在此结论的基础上,以Bagging为基础提出了单边Bagging算法,该算法只对多数类抽样,而保留所有少数类,因而每轮的训练集是类别平衡的,并通过UCI数据集验证了其有效性.     

捷联惯组批次性能评估的稳健方法与应用

针对目前惯组批次性能评估方法中存在易受异常样本影响和结果无法检验的问题,提出了两种基于中位数理论的高效率稳健评估方法,称为rp方法与稳健标准差方法。两种方法合理利用了评估过程中的稳健信息,有效地克服了异常样本的影响,并且在此基础上构建了一套完备的批次惯组评估模型,确保统计结果准确可靠。最后,文中给出了具体的工程应用实例和结果分析。     

航空发动机模型参考模糊自学习控制

模型参考模糊自学习控制方法利用一个参考模型作为被控对象的输出性能要求，并且根据参考模型的输出和实际对象的输出间的误差，经过一个逆模糊模型学习产生模糊控制系统的控制规则。本文基于该方法离线构造了某型发动机的模糊控制器，并在发动机的其它状态及飞行包线的其它点进行在线学习校正，以得到期望的性能。仿真结果表明用该方法设计的模糊控制系统获得了满意的控制效果。     

一种基于遗传算法的机器人补偿学习控制方法

机器人建模的不精确性以及一些扰动的存在给机器人控制增加了相当大的难度。针时这一问题，本文以PUMA560机器人为被控对象，给出了一种PUMA560机器人动力学模型的简化形式，采用PD控制的计算力矩法，得到了机器人的闭环动态误差方程，在此基础上设计了机器人的控制器结构，提出了一种新的基于遗传算法(Genetic algorithm，GA)的机器人补偿学习控制方法。将GA与计算力矩法相结合，利用进化学习来消除机器人中不确定因素的影响，实现时机器人轨迹跟踪的良好控制。最后给出了这种控制的仿真结果，验证了该方法的有效性。     

一种基于模糊聚类的组合BP神经网络数据挖掘方法

介绍了一种基于模糊聚类的组合BP神经网络的数据挖掘方法，并给出了该方法的模型和启发式BP改进算法Heuristicbp。且将其应用于数学函数值预测中，取得了学习时间短和预测精度高的效果，证明该方法是有效的，具有较高的实际应用性。     

环境减灾A、B星应用能力分析

面对全球气候变化,提高综合减灾科技能力已成为各国十分关注的热点问题之一。2008年9月6日,环境减灾A、B两颗光学小卫星(简称"环境减灾A、B星")成功发射,标志着我国开展灾害监测有了稳定的卫星数据源,也是我国着力提高科技减灾能力的重要举措之一。作为环境减灾小卫星星座建设的第一步,A、B星成功发射以来,国家减灾中心(民政部卫星减灾应用中心)积极组织开展运行管理与应用工作。一年来,针对环境减灾A、B星的特点,国家减灾中心联合国内外相关单位和领域专家,共同开展了环境减灾A、B星CCD、超光谱成像仪、红外相机数据处理与应用研究工作,并取得了阶段性成果。应用表明,卫星数据稳定、"三合一"、大幅宽、高重访周期等优势使得环境减灾A、B星颇受用户的青睐。     

对抗黑盒攻击的混合对抗性训练防御策略研究

随着深度学习模型在无人驾驶等安全敏感性任务中的广泛应用,围绕深度模型展开的攻防逐渐成为机器学习研究的热点。黑盒攻击是一种典型的攻击场景,在攻击者不知道模型具体使用结构和参数等情况下仍能进行有效攻击,是现实场景中最常用的攻击方法。因此,分析深度学习模型的脆弱性并设计出更加鲁棒的模型来对抗黑盒攻击成为迫切需要。而传统基于单模型的单强度和多强度对抗性训练方法,在抵御黑盒攻击时性能十分有限;基于多模型的集成对抗性训练方法在抵御高强度、多样化攻击样本效果也不理想。本文提出一种基于贪婪强度搜索的混合对抗性训练方法,实验结果表明,所提出的混合对抗性训练能够有效抵御多样化的黑盒攻击,性能优于传统的集成对抗性训练。     

FL-7风洞M数的模糊控制方法

FL 7风洞是以三台航空发动机为动力的跨音速风洞 ,通过调节发动机转速、柔壁及旁路活门开度来实现对M数的控制。影响M数的因素较多 ,很难建立精确的数学模型 ,为了提高M数控制速度和精度 ,在新改造的FL 7风洞测控系统中 ,采用了模糊控制、自学习等控制策略 ,取得了良好的效果。笔者对控制方法和控制规则作了介绍。