舰船目标海天线提取方法研究

提出使用邻域平均法进行预处理以抑制背景、增强目标,进而利用改进的直线拟合法进行海天线的提取.结果表明,该方法能够有效地确定舰船目标红外图像中的海天线区域,保证了目标分割的有效性和实时性.     

方形截面导弹动态摇滚特性研究

介绍了高速风洞自由摇滚实验技术的实验装置、实验方法、数据采集等.开展了方型截面导弹大迎角下的摇滚特性研究,给出了典型的结果,研究结果表明随着模型迎角的增加,方形截面导弹呈现不同的滚转运动形态,包括静态稳定、准极限环摇滚、双周期震荡和等速滚转.最后对摇滚的机理进行了探讨与分析.     

多无人机协同任务分配混合粒子群算法

针对多无人机协同任务分配问题(MTAP),设计了一种综合考虑飞行航程、任务收益以及任务完成时间窗口的混合粒子群任务分配算法。首先,将粒子位置编码为一组任务分配向量,针对同时打击场景可能存在的死锁问题,设计了一种基于多打击任务有向图的死锁检测和修复算法,解码出对应一组可行的任务分配解或方案,实现粒子群算法解的离散化。另外,对于传统粒子群算法(PSO)容易陷入局部收敛的缺点,提出一种基于变邻域搜索算法的跳出局部收敛策略,并建立局部搜索启动概率准则,实现跳出局部收敛和计算开销的平衡。最后,将跳出局部收敛的策略嵌入到粒子群算法中,得到协同任务分配的混合粒子群算法(HPSO)。另外,针对新目标发现导致的初始计划失效问题,设计了一种基于匹配策略的局部任务重分配方法。仿真实验证明,所提出的混合粒子群算法能够有效解决异构多无人机同时打击场景中的任务分配问题。     

静电传感器测量固体颗粒质量流量实验研究

航空发动机气路和排放尾气中固体颗粒物的监测有助于提高相关设备故障的识别和预警能力。采用3种不同形式的静电传感器测量方形管道中固体颗粒质量流量,并对其测量准确度进行了对比分析。3种静电传感器在4种输送气流速度和4种固体颗粒质量流量组合成的16种工况下测量了稀相固体颗粒的静电信号,并利用静电信号强度和固体颗粒速度进行了全工况固体颗粒质量流量标定。实验结果表明:方环形静电电极的平均测量偏差最大,侵入式条状静电电极阵列在质量流量较低时的测量偏差最小,非侵入式条状静电电极阵列在质量流量较高时的测量偏差最小。      

不规则小行星附着可达区生成方法

针对不规则小行星表面附着任务需求,提出了一种基于动态邻域搜索的可达区生成方法。首先,建立了可达区数学模型,并采用质心距映射函数对非定点附着的终端位置约束进行了处理。在此基础上,将可达区的优化问题转化为附着基准点计算、边界起始点计算和边界点搜索三个子问题。针对附着基准点与边界起始点,分别通过最小燃耗轨迹优化与极限燃耗轨迹优化求解;针对边界点,设计了导向式动态邻域搜索方法,将复杂的非定点着陆优化问题简化为定点着陆燃耗优化与边界插值。最后,以小行星433 Eros为对象,对所提出的可达区生成方法进行了仿真。结果表明,该方法能够生成不规则小行星表面的可达区,具有较高的搜索求解效率,并适用于不同的初始位置和燃耗条件。     

结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大。提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标。对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量。     

基于粗糙集特征选择的过拟合现象及应对策略

在粗糙集方法中,利用向前启发式算法进行特征选择,是一个逐步加入重要度最高的特征的过程,直至满足所给定的约束条件。但使用这一策略选择出来的特征子集有可能产生过拟合现象。鉴于此,设计了一种新的启发式算法,其主要思想是借助交叉验证的方法对特征的重要度进行计算,当过拟合出现时,则采用截断式机制终止算法。使用邻域粗糙集模型,在UCI数据集上将启发式算法与所提算法进行对比分析,实验结果表明:所提算法能够有效地降低过拟合的程度;利用所提算法得到的特征子集能够带来更好的分类性能。     

巨爵座

星座故事 公元2世纪由古希腊天文学家托台玫划定的春季小星座，位于长蛇座与乌鸦座之间。星座中都是暗星，其中有4颗4等星形成歪斜的四方形。就像一只酒杯。传说中巨爵是太阳神阿波罗饮酒用的酒杯。     

基于S-PSO分类算法的故障诊断方法

将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的准确率,降低随机性对分类算法的影响,提出了新的基于动态邻域的自适应探测更新(ADU-DN)的干预更新策略来拓展粒子搜索整个解空间的能力,引导粒子自适应地跳出局部最优区域,确保获得全局最优解;同时设计出基于最小类内距离、最大类间距离和训练样本最大分类精度的适应度函数,使得输出的最优类别中心兼顾了这3个因素,增强了分类算法在故障诊断中的通用性和容错性,提高了测试样本的分类精度。S-PSO分类算法有效克服了聚类算法只考虑数据间相似性特征、不考虑数据蕴含的物理意义以及不能很好指导样本分类的缺陷。对GE90发动机孔探图像纹理特征分类进行了对比研究,研究数据表明:S-PSO分类算法表现出了较强的鲁棒性,在故障诊断中的分类精度高于支持向量机(SVM)和常用神经网络模型。