基于目标性权值度量的多示例学习目标跟踪

针对多示例学习(MIL)跟踪算法在包概率计算过程中对示例样本不加以区分导致分类器性能下降,及采用最大化似然函数选择相应的弱分类构造强分类增加了算法复杂度的问题,提出了一种基于目标性权值学习的多示例目标跟踪算法,该算法利用目标性测量每个示例样本对包概率的重要性,根据其目标性测量结果对每个正示例样本赋予相应的权值,从而判别性地计算包概率,提高跟踪精度。同时在弱分类器选择过程中,采用最大化弱分类器与似然函数概率内积的方法从弱分类器池中选择弱分器构造强分类器,减少算法的计算复杂度。通过对不同复杂场景下视频序列的跟踪,实验结果表明,本文所提出的目标性权值学习的多示例目标跟踪算法优于其对比算法,表现出较好的跟踪精度和鲁棒性能。     

平面等角螺线天线方向图极化椭圆轴比与臂长的关系

对按系列设计的四十五种升角、臂宽因子和臂长等主要参量各异的四臂平面等角螺线天线进行的测试,得出了某些规律性的结果。五种天线的远场测试结果和参量分析表明,螺线天线的臂长增加,椭圆轴比减小,天线方向图圆极化程度变好,而天线升角以80°～84°为宜。可供螺线天线设计参考。     

用于激光吸收光谱二维重建的光谱优化选择方法研究

光谱组合对多光谱重建技术的重建结果有很大影响,不合理的光谱组合会降低光谱测量的有效性,加大重建误差。为了从海量的光谱数据库中选出适用于被测流场参数范围的最优光谱组合,提出了一种基于向量组线性相关性的光谱选择方法,采用数值仿真的方法开展研究,仿真结果验证了方法的可行性与可靠性。分析了测量信号无噪声和存在噪声时,光谱数量与重建结果的关系。研究发现最优光谱组合的线性相关指数小于0.01时,该组合存在光谱的冗余。保证测量有效性的同时光谱数量最少的光谱组合为线性相关指数不小于0.01的最优光谱组合。测量存在噪声时,光谱数量越多,噪声的抑制效果越好,重建结果精度更高。通过重复测量法可以有效降低噪声影响,用最少数量的光谱实现更多光谱的测量效果。     

仿真网格下的节点选择

仿真网格是一个将网格技术和建模与仿真技术相结合的网络化仿真平台,节点选择是提高仿真网格下仿真执行性能的重要手段.根据仿真网格下资源异构性的特点,提出一套形式化的节点性能评价标准,以此标准为依据建立节点选择的数学模型,并给出选择最优节点集合的节点选择算法.算法实验表明,该算法以节点的计算能力为优先考虑,同时顾及节点之间的通信性能,并能够回避通信性能参差不齐时好的通信性能掩盖住差的通信性能的情况,能够起到提高仿真执行效率目的.     

基于多准则决策的作战飞机顶层方案优选

提出了综合应用灰色关联投影法、加权求和法、加权求积法和基于理想点决策法来实现对无人作战飞机顶层方案的优选,并着重介绍了多准则决策方法及实施过程。该方法采用不同的公度化方法处理相应的评价指标,对多目标、多层次指标体系进行赋权,利用权重将评价指标联系在一起,并将四种准则决策法进行综合,依据决策者的偏好,最终实现顶层方案的优选。最后,通过制空无人作战飞机顶层方案优选的例子,证实了所提方法是可行且有效的。     

多自由度非高斯随机振动控制

在振动试验台上进行多自由度(MDOF)随机振动激励时,传统的控制方法生成的驱动信号及试验台的响应信号都是高斯信号。但真实的振动干扰信号多是超高斯的;而相比于高斯激励,亚高斯激励可降低驱动信号的最大幅值。为实现多自由度亚高斯和超高斯振动控制,提出一种多自由度非高斯随机振动控制方法,该方法采用系统辨识解决系统耦合问题,而后通过选择特殊的相位生成非高斯伪随机驱动信号,再经过时域随机化得到真随机非高斯驱动信号。基于Hexapod平台的多自由度微振动试验台的亚高斯和超高斯实验表明,在试验台的响应功率谱(PSD)满足工程中常用的±3dB精度的同时,亚高斯驱动信号的最大幅值相比于高斯驱动信号的最大幅值降低了20%以上;超高斯响应信号的峭度与参考峭度的误差在0.2之内。实验结果验证了所提方法的有效性。     

特征选择的多准则融合差分遗传算法及其应用

为了全面评价特征子集的好坏,提高特征子集作为最佳子集的可靠性,以及更快找到最佳子集,提出了一种用于特征选择的多准则融合差分遗传算法。引入多个评价准则对特征子集进行评价,并对遗传算法的选择算子进行改进,有利于选出适应度高且具有重要特征的个体;同时,引入差分策略改进变异算子,提高种群多样性和算法搜索能力;最后通过仿真实验和滚动轴承实例验证了该方法的有效性。     

基于VMD的自适应复合多尺度模糊熵及其在滚动轴承故障诊断中的应用

提出了一种基于自适应多尺度模糊熵、ILS（迭代拉普拉斯得分）特征选择和粒子群优化支持向量机(PSO-SVM)的滚动轴承故障诊断方法。该方法采用变分模态分解对振动信号进行分解和重构,并计算重构信号的复合多尺度模糊熵;同时采用迭代拉普拉斯得分选择敏感故障特征,并将特征选择结果输入到基于粒子群优化支持向量机的多故障分类器进行识别。将提出的方法应用于滚动轴承试验数据分析。结果表明:该方法对试验数据的故障识别率为100%。并将基于ILS特征选择方法与基于SFS（sequential forward selection）特征选择进行了对比,表明基于SFS特征选择的最高识别率为92.86%,而基于ILS特征选择的故障识别率达到100%。      

基于CFD的座舱盖加温疲劳试验台设计方案优选

在对较大面积座舱盖进行长时间高低温频繁转换的加温疲劳试验时,实现座舱盖外表面温度场的均匀分布是保障试验可靠性的关键所在,也是设计疲劳试验台需要解决的技术难题。本文以座舱盖加温疲劳试验台为研究对象,以相互耦合的航向温差和展向温差定义温度场均匀性,考察不同设计参数对温度场均匀性的影响。选取环形通道的试验段和前过渡段为计算区域,并建立了三维非稳态对流-导热模型,基于计算流体力学（CFD）方法开展座舱盖加温疲劳试验台设计参数的方案优选,详细分析了入口温度控制周期、试验段的特征尺寸、入口流量和前过渡段特征角度对温度场均匀性的影响。研究发现：改变入口温度控制周期不会对座舱盖外表面温度分布产生显著影响,而调整试验段的特征尺寸可以明显改变航向温差和展向温差;此外,增大入口流量可以有效提高座舱盖外表面的温度场均匀性,通过改变前过渡段特征角度可以明显改善由风挡温度引起的温差超标问题,研究结果可为座舱盖加温疲劳试验台的设计方案优选提供理论支持。     

信息系统的一种分块特征选取方法

利用差异矩阵和最小差异表,结合与或树技术,提出了一种特征选取的方法IBFS.该方法采用指定标示后分解信息系统为标示块(IB),再根据各个标示块最终求解信息系统的一个较优特征选取.它不仅具有确定性,而且具有快速和有效的特点.