基于深度信念网络的航空发动机维修等级决策

准确的航空发动机维修等级决策,能够避免过维修和欠维修,在保证航空发动机运行安全的前提下节约维修成本。结合航空发动机状态监控信息和维修等级特点,采用深度信念网络（DBN）算法,挖掘状态监测及维修等级决策之间的深层次对应关系,实现对维修等级的分类和预测。该模型通过DBN预训练和反向传播(BP)神经网络反向微调提取出样本特征,从而提高维修等级预测准确率。以某航空公司CF6航空型发动机的状态参数和维修等级数据作为实例进行验证,结果显示:该模型能够通过构建多层网络结构挖掘出样本的更深层次信息,在分类能力、决策准确性方面优于传统神经网络,有较强的特征提取能力,对维修等级分类有较高的正确率,能得出更准确的维修等级决策结果,避免因维修等级误判而带来不必要的损失。      

Research on Feature Extraction of Remnant Particles of Aerospace Relays

The existence of remnant particles, which significantly reduce the reliability of relays, is a serious problem for aerospace relays. The traditional method for detecting remnant particles—particle impact noise detection (PIND)—can be used merely to detect the existence of the particle; it is not able to provide any information about the particles’ material. However, information on the material of the particles is very helpful for analyzing the causes of remnants. By analyzing the output acoustic signals from a PIND tester, this paper proposes three feature extraction methods: unit energy average pulse durative time, shape parameter of signal power spectral density (PSD), and pulse linear predictive coding coefficient sequence. These methods allow identified remnants to be classified into four categories based on their material. Furthermore, we prove the validity of this new method by processing PIND signals from actual tests.     

多通道投影图像的几何自动拼接技术

以低端摄像头产品为测量元件构造了实用的可扩展的多通道投影图像自动拼接系统;利用二次校准方法细化求解一致性矩阵,在投影屏幕上实现了多通道投影图像间的几何无缝拼接;特征图案的正确选择和二次校准方法最大限度地降低了摄像头性能对校准精度的影响;在满足相邻投影图像有重叠区域和摄像头能拍摄到重叠区域两个基本条件时,系统可实现自动拼接校准.实验表明,二次校准方法使校准时间明显缩短,使校准精度达到了亚像素级;低端摄像头、高效率的特征提取方法和一致性矩阵求解算法使系统扩展成本大大降低.      

基于多时间尺度特征的语音识别模型

提出了基于多时间尺度特征的语音识别模型.该模型采用描述谱参数轨迹的段特征,在段尺度上实现了对语音信号帧间相关性的显式建模;采用段特征依赖的非平稳时间序列产生模型,实现了不同尺度特征间的相关性建模,并在帧尺度上通过参数化的均值轨迹函数,实现了对语音信号帧间相关性的隐式建模.给出了基于多时间尺度特征联合统计距离优化的分段算法及基于最大似然准则的模型参数估计算法.识别实验表明,该模型的识别性能优于标准HMM及趋势HMM.     

基于遗传算法的故障诊断规则提取方法的研究

针对粗糙集应用于故障诊断过程中存在的决策表属性连续值离散化和属性约简之间分离的问题,根据粗糙集的约简思想,本文研究了一种新的基于遗传算法的规则自动提取方法,可以在知识获取过程中同时实现属性连续值离散和属性约简。将该方法用于卫星电源系统故障诊断,可以从故障决策表中直接提取规则,得到超过90%的故障诊断准确率,进一步验证了这种方法的可行性和有效性。     

数据传输卡插拔互换性技术探讨

介绍了数据传输卡(DTC)插拔互换性技术有关的几个问题。在产品有使用延续性要求的限制下,在不提高原零部件制造精度和不改变原装配方式的条件下,提出了按照模拟量传递原则而建立的标准体系——装配检验对合平台,并以此在生产中实施,满足了产品使用互换性要求。同时提出了一种新型弹顶组件的设计,使弹顶位置更合理,弹顶更可靠,从而进一步提高了产品插拔可靠性。     

一种中医名词术语自动抽取方法

针对中医领域,提出了一种基于条件随机场的术语抽取方法,该方法将中医领域术语抽取看作一个序列标注问题,将中医领域术语分布的特征量化作为训练的特征,利用CRF工具包训练出一个领域术语模型,然后利用该模型进行术语抽取。选择《名医类案》作为中医领域文本进行术语抽取实验,取得了较好的效果,准确率为83．11％,召回率为81．04％,F-值为82．06％。     

基于RPC模型区域网平差技术的立体影像DSM提取

研究了利用卫星立体影像中提供的有理多项式系数(RPC)参数,采用基于RPC模型的区域网平差技术提取数字表面模型(DSM)的方法.研究结果表明,该方法提取的DSM效果较好.与Google Earth影像比较,中误差(RMSE)为6.122m,误差在8m以内的占参考点总数的80%,10m以上的占12%,最大误差为15.30...     

适用于深空探测器的时间线转移路标启发式规划方法

针对深空探测器各子系统状态并行及约束耦合的特点,设计了最大转移代价计算方法,并在此基础上提出了时间线路标提取方法。然后,针对路标集合重复计算耗时长的问题,提出了路标增量式搜索算法实现路标集合动态快速更新,并进一步结合最大目标节点筛选策略提出了时间线转移路标启发式规划方法。仿真结果表明,时间线转移路标启发式规划方法能够有效减少冗余规划步数,提高规划求解效率。     

基于时频矩阵非负分解特征的多视角SAR目标识别

针对多视角合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别问题,提出一种基于目标高分辨率距离像(High Range Resolution Profile,HRRP)时频矩阵非负分解特征提取和识别方法。该方法首先对SAR图像进行滤波预处理,得到相应的目标HRRP序列;然后采用匹配追踪时频分析方法计算得到目标HRRP的时频矩阵;应用非负矩阵分解技术分解时频矩阵,得到相应的谱矢量和时相矢量。基于分解得到的谱矢量和时相矢量提取时频域矩特征和稀疏特征。最后,应用隐马尔科夫模型(Hidden Markov Model,HMM)对这些时频特征序列建模及识别。采用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)计划公开发布的SAR目标数据库的实验结果表明,该方法不仅能有效降低时频域特征的维数,而且识别性能优于传统的时频域特征。