基于民机维修文本数据的故障诊断方法

在民航检修与维护过程中积累了大量蕴含丰富故障特征的文本维修记录，然而由于维修文本本身存在复杂性，其还未实现智能诊断，数据利用率低。提出一种不断修正迭代的基于预训练语言模型双向转换器编码表示（BERT）及轻量级梯度提升机（LightGBM）的飞机维修记录的故障原因分析方法，求解文本形式的维修记录中的故障原因，用以辅助维修人员进行正确的维修决策。首先，在基于BERT的故障诊断模型Transformer特征提取架构中引入多头注意力机制，以充分捕捉融合上下文的双向语义、更加关注于重点词汇；其次，为了提高诊断速度减少模型的参数并融合LightGBM模型来实现维修文本的故障原因分类；最后，将改进的模型与其他常用文本分析模型进行对比实验，在基于民机维修文本的故障诊断中该模型的准确率比TextCNN模型、LSTM模型和BiLSTM模型分别提升了38.99%、22.98%和18.16%，且BERT-LightGBM模型比BERT模型诊断速度提升了0.91%。表明所提方法在实现飞机维修文本故障诊断方面的有效性及优越性。     

基于鸽群优化算法的实时避障算法

为保证机器人能安全无碰撞地抵达目标位置，提出一种在改进版圆形扩张（CSE+）法中融合鸽群优化算法的实时避障算法。所提算法引入对障碍物密集程度的判断机制，在障碍分布密集时选择最安全的路径，在障碍物分布稀松的环境中，利用鸽群优化算法在安全范围内寻找下一目标最优位置。此外，还引入了搜索树，可实现死角的检测与避免。仿真结果显示:所提避障算法能提高路径规划的性能，在障碍物分布稀松时效果更加明显，且可实现死角检测并能通过狭长通道。      

一种改进X-best引导个体和动态等级更新机制的鸡群算法

在群智能算法的改进中，常利用优秀个体加速算法收敛，但对其依赖过度会导致种群多样性和算法全局收敛性下降的现象。对此，提出一种改进X-best引导个体和动态等级更新机制的鸡群算法。首先，在个体更新阶段不仅引入优秀个体加速收敛，并且通过普通个体对优秀个体的影响进行适当平衡，因此，优秀个体与普通个体的信息都能得到利用，进而种群多样性和算法全局收敛性得到提升。其次，通过对等级更新参数进行动态优化，加强了种群等级更新机制对算法收敛的促进作用。最后，经过时间复杂度与收敛性分析，证明了改进算法仍具有简单性和全局收敛性。仿真结果表明:所提出的改进算法较其他对比算法在寻优精度、寻优成功率和收敛速度等方面都具有明显优势。      

多斜率自适应卷积神经网络激活函数

针对卷积神经网络中激活函数无法有效为处于不同激活程度的像素点提供特定梯度响应的问题，设计了一种由多个分段线性函数组成的自适应激活函数.首先依据像素激活值的取值范围，自适应地生成多个独立的激活域，各个激活域的并集包含激活图中全体像素点的激活值；随后在每个激活域中学习一个特定的线性函数，为处于该激活域中的像素点提供特定的梯度响应；最后以NIN网络和ResNet18网络为例，在CIFAR 10和CIFAR 100数据集上，验证所提激活函数的性能.实验结果表明，与现有激活函数相比，本文提出的激活函数，由于能够更好地为处于不同激活程度的像素点提供适当的梯度响应，使分类准确率在NIN网络上分别达到87.96%和69.01%，在ResNet18网络上分别达到88.56%和73.54%.     

独立函数的表达式及完备性

给出独立函数的逻辑表达式和递推关系式。证明了独立函数系的线性完备性。讨论逻辑函数关于独立函数系的展开式、不同极性独立函数系展式之间的关系,以及与Reed-Muller展式之间的关系。这些问题的结论为建立新型的通用逻辑模块奠定了理论基础。     

虚拟环境系统中复杂模型的建立--3D资源在快速开发虚拟环境系统中的应用

对利用3D资源在快速开发虚拟环境系统中的方法进行了研究。在开发虚拟环境系统的过程中，复杂模型的建立是必不可少的，仅仅利用OpenGL函数编程来实现仿真是很困难的，针对该问题提出了利用3D资源进行3D文件读取和转换的两种方案，分析了虚拟环境中复杂模型的建立以及处理的基本方法，并对数控车床的仿真进行了详细介绍。     

关于综合模态屈曲理论的研究

本文讨论了综合模态屈曲理论。该理论同时考虑多个模态及其相互作用对结构屈曲的影响,能解释以往的屈曲理论所不能解释的屈曲现象,对实践有重要的指导意义。     

最小二乘直线函数的特性分析

证明了最小二乘直线函数是一种严格的凸函数。F(a,b)=∑(y-ax_i-b)~2是一个椭圆抛物面。a=[n∑x_iy_i-∑x_i∑y_i]/[n∑x_i^2-(∑x_i)~2]和b=[∑x_i^2∑y_i-∑x_i∑x_i∑y_i]/[n∑x_i^2-(∑x_i)~2]仅表示极值点。a=∑x_iy_i/∑x_i和 b=[∑x_i^2∑y_i-∑x_i∑x_iy_i]/[n∑x_i^2]在某些情况下可以是极值点,但不是在每种情况下都是极值点。