基于神经网络的电表数字识别技术研究

提出了基于BP神经网络的机械式电表数字自动识别方法,首先通过预处理自动定位电表图像中的数字区域并实现单个数字的切分,然后对每个数字图像提取一组具有较高区分度且计算简单的典型网格特征,最后设计BP神经网络作为数字分类器,实现电度表显示值快速自动识别,该研究获得了电表数字正确识别率98.5%的结果,表明该系统具有较强的鲁棒性。     

航空装备研制费的参数化估算方法研究

根据现代航空装备研制特征及研制费内容构成,对航空装备研制费影响因素及其度量方式进行了分析,针对国内同类航空装备研制项目样本数据少而研制费用影响因素多的特点,研究提出了采用偏最小二乘回归方法开展样本数据的主成分分析和综合变量提取、建立参数化费用估算模型的参数化估算方法。案例证明,提出的参数化估算方法适用于小样本多元数据条件下的费用模型构建,构建的模型预测准确性满足费用估算要求。     

基于特征点运动矢量估计的动态序列图像运动目标跟踪

提出了一种改进的特征点运动矢量估计方法,用于动态序列图像中的运动目标跟踪。首先利用改进的最小亮度变化算法提取特征点;然后通过自适应的十字模式搜索法确定这些特征点的匹配点。在RANSAC方法的基础上,利用运动背景的仿射变换参数实现运动背景的补偿。最后利用合理的形态滤波技术,运动目标将完整地从背景中提取出来并实现准确跟踪。实验结果表明,改进的方法可以成功完成运动背景的补偿,并为动态序列图像的运动目标跟踪提供了保证。     

支持向量机在航空发动机故障诊断中的应用

提出了一种基于支持向量机的航空发动机故障诊断方法。该方法在利用恰当的工具或方法提取到发动机故障的特征信息之后,采用支持向量机对特征信息与故障模式进行关联,实现故障模式的分类。该方法专门针对小样本集合设计,能够在小样本情况下获得较大的推广能力,将其应用于某型发动机的故障诊断中,取得了较好的效果。该方法尤其对于新型发动机的故障诊断具有一定的参考价值。      

基于鲁棒曲线匹配的星表特征跟踪方法

针对星际着陆的特征跟踪及障碍识别过程,提出了一种基于尺度不变的曲线描述及匹配方法。该方法利用曲线邻域的梯度信息形成特征描述符,无需知道各点曲率或曲线之间的几何构型,且对旋转、缩放、视角变化及光照影响都具有较强的鲁棒性。仿真实验表明,该算法不仅能够对不同尺度的陨石坑、岩石边缘等障碍或自然陆标进行识别,而且能够实现边缘曲线特征的跟踪,误匹配率低。     

时序多相关-经验模式分解方法及其对车辆振动信号的分析

振动信号的特征提取由于受强背景噪声的干扰往往具有很大的困难。在作者提出的时序多相关-经验模式分解方法的基础上,提出了一种相应的改进方法,将其扩展到一般振动信号的特征提取。先对采集到的时间序列作多相关处理,在时序多相关处理时,为了达到克服噪声干扰的目的,取一段采样序列,对其作周期延拓,使得在多相关处理后,噪声仅仅体现在多相关序列的常数项里面。再对得到的多相关数据作经验模式分解,选择满足要求的本征模式函数并作边际谱分析,以达到提取强噪声背景下的特征信号的目的。仿真分析表明了该方法的有效性。最后将它应用到实际某特种车辆振动信号的特征提取中,得到了满意的结果。     

基于标准固体火箭发动机CT结构图像配比的缺陷自动提取方法

针对固体火箭发动机CT检测图像因存在算法上的伪影和噪声影响缺陷识别这一问题,提出基于标准固体火箭发动机CT结构图像配比的缺陷自动提取方法。通过缺陷对CT成像影响的理论分析和固体火箭发动机缺陷配比自动提取的仿真和实验验证,得出该方法中配比图像分割最佳阈值为30,以此阈值能有效、准确地提取固体火箭发动机CT图像缺陷。     

基于数学形态学的空间飞行器特征提取算法

在基于机器视觉的空间飞行器相对定姿研究中,特征提取算法是相对定姿的基础。提出了基于数学形态学的空间飞行器特征提取算法,该算法有机地融入了空间飞行器的姿轨信息,实现了特征提取中结构元素的动态重构。仿真结果表明,该算法是解决空间飞行器特征提取的一种有效方法,尤其是结构元素的动态选取思路在相关研究领域也具有一定的参考价值。     

多雷达航迹的镶拼处理

本文主要讨论如何对航管中心的多雷达航迹相关进行分析处理，其方法将多部不同程式雷达覆盖的管制区域，分成若干小格。     

解带有内部边界泊松方程的共轭梯度法三角预处理器

为满足工程中对电磁问题算法器的需求，运用有限差分法,通过分析带内部边界二维泊松方程非均匀离散所得模型问题的矩阵结构,提出了用于解带内部边界泊松方程共轭梯度法的三角阵预处理器，同其他预处理器相比,使用该预处理器可较好地解决内存和计算速度的矛盾。本算法实例表明，采用本算法的算法器具有实用价值。