基于支持向量机的机场智能驱鸟决策

为提高机场鸟击防范管理水平,实现探鸟雷达与多种驱鸟设备联动,提出一种基于支持向量机（SVM）的机场智能驱鸟决策方法。该方法包括训练和测试两部分。训练部分利用机场鸟类探测预警与驱赶联动系统获取的大量历史鸟情信息,结合专家知识,通过数据预处理与支持向量机训练,建立驱鸟策略分类模型;测试部分根据驱鸟实时智能决策结果,对驱鸟策略分类模型进行持续修正与优化。通过某机场的实测鸟情信息数据与若干驱鸟实例,证明驱鸟策略分类模型具有较高的决策正确率,并能够通过自身修正与优化应对各种新问题。本文方法针对实时鸟情信息,实现了多种驱鸟设备的优化组合,克服了驱鸟设备长期重复运行造成的鸟类对驱鸟设备的耐受性问题,极大改善了驱鸟效果。      

核空间聚类在图像纹理分类中的简化算法

模糊c均值聚类已广泛应用于模糊模式识别领域,但对于线性不可分数据并不适用.在核方法中通过将输入数据经过非线性映射投影到高维特征空间来解决非线性分类的问题.将传统的模糊c均值聚类算法应用于核空间中,对线性不可分的样本进行了核空间聚类的分类实验,得到了正确的分类结果.由于图像分类中分类样本(对应图像像素)数目庞大,造成了核空间聚类算法中特征距离的计算量过大.因此,在核空间聚类的基础上,提出了对图像先进行过分割,再对过分割的图像块进行核空间聚类的方法,大大降低了高维空间特征距离计算的运算成本,并取得了良好的分类效果.      

机场道面承载力对大型运输机ACN及胎压的要求

为了使未来的大型运输机尽量与我国现有机场道面能达到的承载力相适应,在调查大量机场道面结构类型、结构层厚度、道面承载强度、所受过的最大胎压的基础上,根据机场道面超载使用的相关规定,从尽量减少机场改造的角度,对未来大型运输机的ACN(Aircraft Classification Number)及胎压提出了建议值.建立了足尺9块道面板三维有限元分析模型,对大型运输机采用建议值以单轮、IL-76飞机以及C-5运输机等不同起落架构型作用下的道面结构响应进行了求解.为了达到尽量少改造现有机场的目的,未来大型运输机的ACN在16.1~24.2之间取值以及胎压不高于0.80 MPa比较合理,现有机场道面承载力可保障其在50%以上的机场上正常起降.      

基于微多普勒的空间锥体目标微动分类

空间锥体目标在飞行时存在多种微动,具体可分为章动、进动及自旋,准确获取目标微动形式是弹道目标微动及结构参数估算的前提。首先分析了3种微动形式下锥体目标锥顶及锥底滑动型散射源微多普勒及其频谱分布特性,发现自旋锥体目标散射源微多普勒为0 Hz,章动锥体目标任意散射源微多普勒谱的峰值非等间距分布,进动锥体目标任意散射源微多普勒谱的峰值等间距分布。据此提出利用微多普勒阈值识别自旋、利用微多普勒谱峰值是否等间距分布识别章动和进动的分类方法。最后通过仿真说明了本文分类方法的有效性,可为空间锥体目标微动分类提供一定的参考。     

一种基于u检验的空海目标分类方法

阐述了对于机载雷达,测高精度不高,特别是对远距离目标的测高精度更差,因而利用机载雷达提供的高度信息进行空海目标分类存在很大的不确定性。为了能有效地利用目标高度信息进行空海目标分类,把空海目标分类问题看成是一个u检验问题。首先,给出了用于空海目标分类的判别函数;然后,给出了一种决策规则,并推导出决策门限的计算公式和空中目标误判为海面目标的概率的计算公式;最后,通过仿真表明该算法的简易性和有效性。     

一种基于指数损失函数的多类分类AdaBoost算法及其应用

 提出一种新的多类分类AdaBoost算法——使用多类分类指数损失函数的前向逐步叠加模型FSAMME（forward stagewise additive modeling using a multi class exponential loss function）。该算法是基于原始的两类分类AdaBoost算法归结为使用两类分类指数损失函数的前向逐步叠加模型的统计学观点,将两类分类的前向逐步叠加模型自然扩展到多类分类情况下得到的,并采用多类指数损失函数和前向逐步叠加模型对FSAMME进行了详细的理论证明。该算法大大降低对弱分类器的精度要求,只需每个弱分类器的精度比随机猜测好;算法简单明了,不用把多类问题转化为多个两类问题,而是直接求解多类分类问题,大大减小计算复杂度和计算量。通过对基准数据库的测试分类及航空发动机故障样本的诊断,结果表明:FSAMME算法一方面可达到较高的分类诊断准确率,其准确率明显高于AdaBoost.M1,略高于AdaBoost.MH;另一方面可大大减小计算成本,满足在线快速分类诊断的要求。     

虚拟仪器的发展前景

介绍了电子测量仪器的发展趋势,虚拟仪器的特点,虚拟仪器中的PC仪器的发展和PC仪器应用前景。     

基于语义信息的问题分类

问题分类是问答系统的一个非常基础而重要的子模块。以问题的语义信息为分类依据,建立了一个新的问题分类体系,并提出了一种基于《知网》的自动分类方法。利用该方法对507个问题进行分类实验。实验中问题分类的平均召回率为93.72%,平均正确率为82.23%。实验结果表明,该分类方法是有效的并且以语义信息作为分类依据是可行的。     

基于场面监视数据航空器场面滑行路径确定

确定出每架航空器的位置和滑行路径,可以根据不同跑道使用情况得到航空器热点滑行路径,以及通过结合监视雷达解析出的速度信息,将速度畸态区域作为航空器潜在冲突区域.由于雷达监视数据是每秒更新航空器的位置信息,因此在众多的数据中找到同一架航空器连续的滑行路径是难点所在.利用改进支持向量机理论,通过对场面监视雷达数据进行训练和分类预测,结果证明,结合支持向量机可以准确地确定航空器在机场场面滑行的位置以及滑行路径.