一个识别零件几何与工艺特征的自动分类系统

提出了一种在成组技术中应用模糊综合评判理论识别零件几何与工艺特征、进行计算机辅助零件分类的新方法，据此设计了自动分类软件。本法是根据零件本身间的相似性自动分类，不需建立一套分类用编码系统，也不需事先设定假想零件。对不同的分类要求，修改各种输入信息很方便，具有柔性。本文对２３００个航空附件回转类零件作了试验分析，讨论了特征抽取，目标类别，权级、权重分配，模糊关系矩阵计算，及自动分类应用软件设计．本软件是在ＩＢＭ－ＰＣ微型计算机上用Ｆｏｒｔｒａｎ－７７语言实现的，分类结果满意，自动分类正确率达９０％以上。本软件设计方法也适用于设计管理部门．     

基于生成对抗网络的零样本图像分类

在图像分类任务中,零样本图像分类问题已成为一个研究热点。为了解决零样本图像分类问题,采用一种基于生成对抗网络（GAN）的方法,通过生成未知类的图像特征使得零样本分类任务转换为传统的图像分类任务。同时对生成对抗网络中的判别网络做出改进,使其判别过程更加准确,从而进一步提高生成图像特征的质量。实验结果表明:所提方法在AWA、CUB和SUN数据集上的分类准确率分别提高了0.4%、0.4%和0.5%。因此,所提方法通过改进生成对抗网络,能够生成质量更好的图像特征,从而有效解决零样本图像分类问题。      

关于角度量分类的探讨

常用的“角度”是指国际单位制中的“平面角”,因此分类的出发点应是 “平面角”的平面特性,平面分为几何面与物理面,因此,角度可分为几何角与物理角两类。几何角分为：任意角（圆分度角）,定角,小角;物理角分为：水平面投影角,铅垂面投影角,特定面投影角。这种新的分类方法作为一项建议提供讨论。     

基于双谱分析的高原灌木回波信号分类

目标的回波信号是无线电引信获得目标信息的最重要方式,为了太赫兹频段的引信前端未来能够投入高原战场,适应高原不同的地貌环境,利用双谱对高原在灌木地形下不同高度的太赫兹波回波特性进行了分析。为减少分类时间,对双谱数据进行积分,得到实采信号双谱切片的特征,进而利用最邻近算法对此进行分类。利用经验模态分解(EMD)提取原始数据内在模态函数的特征,再次分类并与前一组分类结果进行对比。通过一系列数据的分类,结果表明：利用一维的积分双谱信息可以有效提取出距离地面分别为2 m、3 m、4 m、5 m时的特征并进行分类,经验模态分解也可以有效提高分类的成功率,成功率最高可达90%以上。     

国际要闻(2010年12月1日-31日)

12月1日,空中客车公司宣布为A320系列推出新型发动机选装方案,有两款新型发动机供客户选择——CFM国际公司生产的LEAP-X发动机和普惠公司生产的静洁动力(PurePower)PW1100G发动机。12月3日,国际航协宣布理事会一     

信息分类代码的数据库形式标准研究初探

阐述了数据库形式标准的内涵,介绍了国内外数据库形式标准现状并归纳其特点,分析了信息分类代码标准采用数据库形式标准的可行性,并对数据库形式信息分类代码标准的制定和使用进行了初步探讨.最后,提出了开展数据库形式信息分类代码标准试点工作的建议.     

基于极化GO分布和MRF的多视PolSAR图像迭代分类方法

提出了一种多视极化合成孔径雷达（PolSAR）图像的迭代分类方法。首先利用极化G0分布描述多视极化协方差矩阵的统计特性,并进行初始的最大似然分类,然后利用马尔可夫随机场（MRF）估计像素类标号的先验概率,最后根据MAP（最大后验概率）准则对PolSAR图像进行分类。整个分类流程迭代进行。分类结果表明该方法精度高,收敛速度快。利用NASA／JPL获取的4视AIRSAR实测数据验证了本文方法的有效性。     

一种虹膜特征提取与匹配方法

人眼虹膜尺寸很小,并且容易受到干扰,如果不能有效地提取出稳定的虹膜特征进行模式匹配,将严重影响虹膜识别的准确性和鲁棒性。本文提出一种稳定的虹膜特征提取与匹配方法,在虹膜注册端通过构建强特征分类器获得增强型特征模板,在虹膜识别端通过多样本特征映射融合提取稳定的特征样本,并根据风险预测自适应地确定分类阈值,然后进行特征匹配与虹膜分类,从而有效提高虹膜识别的准确性和鲁棒性。     

建立企业信息分类编码标准体系 扩展企业标准化工作新领域

简要介绍了国家信息分类编码标准体系。从明确主管单位、统一思想认识、编制标准以及信息分类编码的应用及管理等三个方面阐述了如何建立企业信息分类编码标准体系 ,提出建立企业信息分类编码标准体系时应注意的几个问题。     

基于改进SSD的舰船目标精细化检测方法

以SSD为代表的主流深度学习方法在目标检测领域取得了显著的成绩,但由于该类方法只能以矩形框给出目标的概略位置,检测结果具有很大的背景冗余区域,特别是港口密集停泊的舰船在图像中会出现区域重叠,导致误检和漏检。针对以上问题,提出了一种具有旋转不变性的舰船目标精细化检测方法,该方法综合利用可变形卷积、可变形池化、旋转的边框回归和旋转的非极大值抑制等模块的优点,借鉴MobileNet架构对网络加速,通过学习密集区域目标的几何形变,有效预测目标的旋转角度,最终以旋转的矩形框给出目标的位置。实验结果表明,该算法可实现多类舰船目标类型区分和目标朝向判定的功能,有效地解决了实际应用中的目标精确定位定向难题,提高了自动目标识别的精确性,并满足工程应用的实时性要求。