Learning to Reach to Locations Encoded from Imaging Displays

We examined the use of hand gestures while people solved spatial reasoning problem in which they had to infer motion from static diagrams (mental animation problems). In Experiment 1, participants were asked to think aloud while solving mental animation problems. They gestured on more than 90% of problems, and most gestures expressed information about the component motions that was not stated in words. Two further experiments examined whether the gestures functioned in the mechanical inference process, or whether they merely served functions of expressing or communicating the results of this process. In these experiments, we examined the effects of instructions to think aloud, restricting participants' hand motions, and secondary tasks on mental animation performance. Although participants who were instructed to think aloud gestured more than control groups, some gestures occurred even in control conditions. A concurrent spatial tapping task impaired performance on mechanical reasoning, whereas a simple tapping task and restricting hand motions did not. These results indicate that gestures are a natural way of expressing the results of mental animation processes and suggest that spatial working memory and premotor representations are involved in mental animation. They provide no direct evidence that gestures are functional in the thought process itself, but do not rule out a role for overt gestures in this type of spatial thinking.     

Qualitative Spatial Reasoning for Topological Map Learning

Abstract

In this paper we investigate the application of qualitative spatial reasoning methods for learning the topological map of an unknown environment. We develop a topological mapping framework that achieves robustness against ambiguity in the available information by tracking all possible graph hypotheses simultaneously. We then exploit spatial reasoning to reduce the space of possible hypotheses. The considered constraints are qualitative direction information and the assumption that the map is planar. We investigate the effects of absolute and relative direction information using two different spatial calculi and combine the approach with a real mapping system based on Voronoi graphs.     

BFBEST知识库生成系统设计技术

本文介绍了医学专家系统开发工具BFBEST的知识库生成系统设计技术。包括:(1)灵活友好的用户接口,(2)帮助用户避免输入知识时的语法和语义错误;(3)允许用户用领域规范化形式的知识与系统对话,输入知识;(4)具有事务薄记功能;(5)具有对知识库进行增、删、改的能力;(6)能对输入知识进行完整性和一致性的检查;(7)能将知识的机内表示复原成规范化的形式;(8)具有传授式的部分自动获取知识的功能。 BFBEST开发机是在IBM-PC机上用Turbo-Prolog语言实现的。它实用性强、智能化程度高,能用来快速生成各种高性能的医学专家系统知识库。     

基于Hankel矩阵填充的稀疏孔径ISAR成像

在稀疏孔径(SA)逆合成孔径雷达(ISAR)成像中,传统压缩感知(CS)方法使用稀疏信号处理来处理数据缺失下的成像问题。这类方法存在模型不匹配这一固有问题,在一定程度上会限制成像质量。提出了一种利用Hankel矩阵填充(HMC)的基于结构化稀疏ISAR成像方法。该方法是一种典型的无网格方法,可以有效地提高稀疏孔径ISAR成像性能。首先,建立ISAR稀疏孔径成像信号模型,根据每个距离单元的回波构造Hankel矩阵;其次,通过证明所构造Hankel矩阵的低秩性质,作为方位稀疏成像的先验信息约束;最后,通过逐步迭代求解基于增广拉格朗日乘子(ALM)的矩阵填充(MC)来实现重构方位维成像。提出的基于低秩约束的方法,可以避免过完备基的假设,有效地克服了CS方法的离网格效应。基于实测数据的实验分析,进一步验证了所提算法的有效性。     

基于时空显著性建模的空中飞行器跟踪方法

以复杂背景下空中飞行器的鲁棒视觉跟踪问题为研究背景，为解决现有跟踪方法目标表征模型不够精确，算法鲁棒性严重受到目标形变、宽高比变化、复杂背景等因素干扰的问题，提出了建模跟踪场景中独立物体的显著性特性，用于构建精确的目标模型。提出的显著性估计方法有别于传统的单帧检测方法，利用跟踪算法提供的背景先验知识以及多帧图像观测数据，使用时空联合的方式进行建模估计，其结果用来指导目标跟踪算法选取有效视觉特征，建立精确目标表征模型，减小背景区域对算法模型的干扰。实验表明，提出的方法为上述难点问题提供了有效的解决方案，对空中飞行器的跟踪精度与鲁棒性优于大多数最先进的主流方法，在其他类型的目标跟踪任务中也有十分优越的性能表现。     

基于稀疏最小二乘支持向量机的航空发动机动态过程辨识

针对现有最小二乘支持向量机(LS-SVM)稀疏性不足的难题,提出一种稀疏化策略,应用此方法建立了航空发动机动态过程模型.在对原始样本预求解过程中,该策略使用改进Gram-Schmidt正交化算法对非线性映射矩阵实施递归分解,同时以阈值监督输出向量的残差化过程,从而优选训练样本,降低样本规模,节省内存,提高LS-SVM学习速度.仿真表明,基于优选样本的学习模型较之其他训练样本学习模型提高了回归精度和速度,验证了方法的可行性;基于实际试验数据建立的航空发动机动态过程模型在类似过程参数预测以及性能递推预估仿真表明,高压转子相对转速误差低于0.2%,低压转子相对转速误差低于0.35%,涡轮后燃气温度误差小于3.5℃,满足控制与仿真的需要.      

Structured sparsity assisted online convolution sparse coding and its application on weak signature detection

Due to the strong background noise and the acquisition system noise, the useful characteristics are often difficult to be detected. To solve this problem, sparse coding captures a concise representation of the high-level features in the signal using the underlying structure of the signal. Recently, an Online Convolutional Sparse Coding(OCSC) denoising algorithm has been proposed. However, it does not consider the structural characteristics of the signal, the sparsity of each iteration is not eno...     

航空发动机适航知识库构建方法研究

针对航空发动机适航领域知识重用、共享性差的问题,分析该领域知识特点;采用改进重采样和BRF方法进行知识获取;提出产生式规则、框架网络和面向对象的混合知识表示模型。与数据库软件的有效集成,创建智能知识库系统,实现了知识的查询和维护。     

GPS导航电文参数表示的测距误差分析

针对在GPS现代化进程中将出现的新的CNAV/CNAV-2导航电文格式,比较了目前发播的GPS NAV导航电文与新电文在数据表达方式上的差别.为了衡量不同的数据截断方式对于导航定位的影响,引用导航数据截断测距误差的概念进行分析.利用实际的导航数据对于两种电文结构进行了仿真生成、处理,比较星历/星钟参数截断带来的测距误差影响.结果表明:相比于NAV电文,CNAV/CNAV-2由于截断所造成的测距误差更小,NAV电文对截断误差更敏感.其中星历参数截断的测距误差改善可达厘米级,星钟参数截断的测距误差改善可达分米级.因此,在带宽有限的条件下应优先考虑提高星钟参数的表示精度.改进星钟参数的表达形式可望获得更高的精度提升.     

深度确定性策略梯度算法用于无人飞行器控制

对深度确定性策略梯度算法训练智能体学习小型无人飞行器的飞行控制策略进行了探索研究。以多数据帧的速度、位置和姿态角等信息作为智能体的观察状态,舵摆角和发动机推力指令作为智能体的输出动作,飞行器的非线性模型和飞行环境作为智能体的学习环境。智能体在与环境交互过程中除了获得包含误差信息的密集惩罚外,也有达成一定目标的稀疏奖励,该设计有效提高了飞行数据的样本多样性,增强了智能体的学习效率。最后智能体实现了从位置、速度和姿态角等信息到控制量的端到端飞行控制,并进行了变航迹点、模型参数拉偏、注入扰动和故障条件下的飞行控制仿真,结果表明智能体除了能有效完成训练任务外,还能应对多种训练时未学习的飞行任务,具有优秀的泛化能力和鲁棒性,该方法具有一定的研究价值和工程参考价值。