应用知识蒸馏的深度神经网络波束形成算法

自适应波束形成技术广泛应用于雷达领域的旁瓣抗干扰中。当回波数据量增多时,传统的波束形成算法无法进行快速处理,而应用深度神经网络模型通过数据的预训练则可以快速地进行波束形成,因此根据波束形成原理设计深度神经网络,并利用知识蒸馏的方式对深度神经网络进行压缩,使压缩后的模型既有原始模型良好的泛化性能而且又有更快的计算速度。仿真结果表明,相比于传统的LMS算法,在实验环境下,未经模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约7倍,基于模型压缩的深度神经网络自适应波束形成算法的计算速度提高了约20倍。     

面向海洋探测的多源信息融合技术研究及展望

多源信息融合技术包括数据级、特征级和决策级3个层级。在海洋探测应用中,现有方法存在信息获取、融合质量及目标识别等难点问题,提出了体系化探测、分布式融合和利用先验知识的解决思路。体系化探测能够全面获取原始信息,分布式融合可以在降低计算复杂度的同时减少信息损失,先验知识能够在决策级融合中提高目标识别的准确性。此外,还提出了构建探测系统和先验知识库、优化智能算法和模型等未来信息融合技术发展方向。     

装配工艺知识建模研究

为了实现装配工艺知识的共享和重用,在归纳分析大量装配设计领域知识的基础上,构建了装配工艺知识的本体模型,并提出了装配工艺设计的知识建模流程。以齿轮减速器为实例,利用OWL本体描述语言和Protégé本体编辑工具,实现了齿轮减速器装配工艺知识本体的形式化描述,并用RacerPro本体推理机进行推理验证,以保证本体概念保持一致并分类完善。最后,本体被存入数据库完成了装配工艺知识建模,为构建装配工艺设计知识管理系统奠定了基础。     

结合多体动力学先验知识与核方法的位标器性能预测技术

位标器的性能与特征参数之间存在着非常复杂的非线性映射关系,且由于装调工艺复杂,测量手段昂贵,位标器实际测量数据较少。如何在小数据的情况下实现对位标器性能的精确求解,是准确预测位标器装调性能的关键。提出一种结合陀螺动力学先验知识和核方法的位标器装配性能预测方法(A-LPSVR)。通过构建陀螺Adams动力学模型以缩小解空间范围。使用仿真性能值和真实装调性能值的差值训练支持向量回归模型,得到最终的位标器性能预测模型。实验结果表明该方法所构建的模型预测准确性与泛化性能要优于现有模型,能够在测量数据稀缺情况下实现位标器陀螺仪性能的精确预测。     

具有知识的飞机外形图形信息系统研究

本文介绍了具有知识的飞机外形图形信息系统的结构、系统实现以及各主要核心模块的功能和关键技术。这种基于特征的造型系统将取代传统的ＣＡＤ系统。     

知识价值链与企业核心竞争力关系研究

如何塑造和培养企业的核心竞争力一直是企业界和学术界关心的问题.我们通过研究企业知识链与价值链之间的关系,给出了企业知识价值链的定义,揭示了企业知识价值链的本质特征,分析了知识价值链与企业核心竞争力的关系,提出了利用企业的知识价值链打造企业核心竞争力的新思路.     

高校图书馆知识服务模式研究

知识服务是图书情报领域适应知识经济社会发展需求的必然选择,也是高校图书馆服务方式与内容的拓展与深化。通过分析教育教学目标下用户的知识需求,提出构建出面向教育教学的高校图书馆知识服务模式。     

知识管理与企业的未来

阐述知识管理的内涵、企业进行知识管理的必要性及效益分析.     

舵机壳体类零件CAPP系统的开发

针对典型的舵机壳体类零件,在UGII平台上构造了一种交互式、智能化的计算机辅助工艺设计系统模型.采用面向对象的知识表示方法建立了相应的工艺知识库系统,将属性、规则封装于对象类中.此外还介绍了交互决策的流程以及工艺文件管理系统.