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．     

Beamlet变换提取线特征的改进算法

文章首先利用二进方块中Beamlet基的对称、平行等几何性质对离散Beamlet基进行分类;然后通过定义一个新的二进方块统计量和建立一个新的能量函数,对Beamlet变换方法中利用BD-RDP提取线特征的算法进行改进.通过实验对比,该算法进一步减少了运算量,提高了线特征提取的速度,且对复杂结构图像中的线特征提取效果更为清晰.     

多组分有效分离系数计算方法的准确度比较

通过比较平均分数法、等效组分法和产品分数法计算结果的误差分析,研究了稀土串级萃取有效分离系数计算方法的准确度.误差分析表明,在最小有效分离系数附近,平均分数法、等效组分法和产品分数法的准确度均很高.在极小有效分离系数附近,等效组分法与产品分数法的准确度较低,产品分数法的准确度相对较高.在最大有效分离系数附近,等效组分法和产品分数法的准确度均很低,平均分数法的准确度很高.与数学模型法比较,平均分数法与等效组分法的准确度较高,产品分数法的准确度较低.平均分数法的准确度和适用性明显优于等效组分法和产品分数法.     

基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。     

蓝宝石光学窗口辐照效应

蓝宝石光学窗口在空间环境服役时,将会受到不同射线(如γ射线、X射线)以及离子流(如电子、质子等)的辐照作用,使其光学性质及结构发生变化,影响使用性能.为模拟空间环境,采用60Co源及电子流对蓝宝石进行辐照,研究了蓝宝石经辐照后的光学性能及结构变化,测试了蓝宝石辐照前后的表面粗糙度以及吸收光谱和荧光光谱变化.AFM实验表明,γ射线辐照对蓝宝石表面粗糙度几乎没有影响,而电子流辐照使得蓝宝石表面粗糙度增加.吸收光谱结果显示,蓝宝石经射γ线及电子流辐照后在紫外可见波段表现出较强的吸收,出现206,238,300和330 nm等吸收峰.荧光光谱发现335 nm和410 nm等荧光发光峰.曩后分析了色心产生原因,计算了辐照前后的色心浓度.     

基于快速提升KLDA准则的MSTAR SAR目标特征提取与识别研究

 核线性判别准则(KLDA)是一种非线性特征提取准则。利用KLDA提取MSTAR SAR图像特征,既达到较理想的识别概率,又可克服SAR图像对方位的敏感性。但此时训练样本最多,KLDA的计算代价高。为了解决这一问题,提出一种快速特征向量选择法（FFVS）。FFVS把类别和方位相似的SAR图像分成若干组,然后快速选择各组中部分图像组成一个集合且其到高维特征空间的映射作为一组基。利用该组基的线性组合表示任一样本和投影算子,降低了KLDA中核矩阵的阶数,达到降低计算代价的目的。实验结果表明,FFVS与KLDA组合能达到理想的识别结果。     

复杂曲面零件散乱点云特征点提取

复杂曲面零件的几何特征提取对加工质量的检测及逆向重构具有重要意义。提出了一种复杂曲面零件散乱点云特征点提取方法。首先,提出了基于高斯权重的邻域主成分分析的方法,通过估计每一点邻域的局部变化程度对点云模型进行初始标记;然后,采用基于标记的自动识别法实现特征点的提取;最后,通过特征点聚类的方式去除了特征点集中的异常点,完善了提取的点云特征。该方法直接操作于散乱点云,无需任何的拓扑连接信息。试验结果表明:该方法简单、有效,不需要过多地人为调节参数,特征点提取完整。     

插入式机翼下壁板对接附加弯矩研究

插入式机翼下壁板对接具有双剪传力稳定、疲劳性能好的优点,但其结构中心线在对接区变化明显,会带来附加弯矩。为尽量减小对接区的附加弯矩,提出了在建立飞机骨架模型时即优化中央翼下翼面外形面相对外翼下翼面的位置方法。基于插入式机翼下壁板对接结构的特点,阐述了对接结构偏心的来源和附加弯矩的形成;针对某A型飞机的对接结构计算了偏心值,并利用力法对附加弯矩在对接区的分布进行了计算分析。以某A型飞机的对接结构为基础,建立了4组插入式下壁板对接结构的模型,每组模型的中央翼下翼面位置相对外翼的不同;分别用力法和有限元法对附加弯矩进行了计算。结果表明：可以通过优化中央翼下翼面外形面的相对位置达到减小对接区附加弯矩的目的。描述了另外两种下壁板对接形式的附加弯矩情况,并和插入式的进行了简单比较。最后,总结了为减小区域附加弯矩及其不利影响在对接结构设计上需要注意的点。     

基于改进GWO-LightGBM的滚动轴承未知故障诊断

针对滚动轴承未知新故障误判影响轴承安全性和检修效率的问题,提出了一种基于改进灰狼算法（GWO）和轻量级梯度提升机（LightGBM）的故障诊断模型,实现已知/未知故障的高精度判别。为避免单一尺度下特征提取的缺失,对滚动轴承振动信号分别提取时域、频域和小波域特征建立多域特征集。设计了带未知新故障判别机制的GWO-LightGBM模型,并构造含有Halton序列和模拟退火策略的GWO实现了模型参数有效优化。实例试验结果表明,模型对已知和未知类故障平均识别率达99.57%,10次随机试验平均识别率分别比单一分类模型逻辑回归（LR）、最近邻分类器（KNN）和支持向量机（SVM）高21.98%、17.00%、9.27%,验证了模型的有效性和优越性,能高准确率地识别出已知或以前从未出现的新故障。      

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。