低轨卫星面阵凝视成像技术研究

文章介绍了面阵凝视成像的工作原理及特点，阐述了低轨卫星对地观测凝视成像面临的像移问题及其解决措施，对像移补偿装置与二维指向机构的结合做了初步探讨。     

航空维修人为差错理论分类和对比研究

通过对航空维修人为差错理论的梳理和比较，将航空界已形成的主要人为差错理论分成三类：个人学派、组织学派和系统学派．并对各理论的研究视角、特点、优点和局限性进行了归纳和对比。     

基于人性假设理论的双师型教师培养激励机制研究

高等职业院校是我国深入实施十二五科教兴国战略和人才强国战略的重要平台和基地，随着高等职业院校规模的扩大．高技能人才培养所需要的高素质师资队伍的建设变得更加重要。从人性假设理论人手，分析了高等职业院校培养双师型师资队伍存在的不足之处，指出了双师型教师的培养和队伍建设必须充分考虑到教师这个主题的特殊性，需要在生理需求至自我实现需求的各个层次上做出合理的决策，有效激励教师，达到双师型教师培养和学校发展统一的目标。     

科研生产一体化人力资源评价及其应用

对科研生产一体化事业部人力资源评价进行了探讨与研究,在对人力资源状况进行具体分析的基础上,给出了其评价指标体系,并采用层次分析法理论对其评价模型进行了权重确定.通过案例分析,提出了科研生产一体化人力资源评价的改进方向.     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

基于系统混沌指数的航空发动机状态监测

从混沌理论、分形学的角度研究了航空发动机失稳工作,计算了发动机失稳过程系统混沌特征量的变化.采用小波降噪对压气机压力数据作预处理,重构了系统相空间,改进了关联积分的计算方法,在此基础上采用滑动窗口方法计算了发动机失稳过程中系统李雅普诺夫指数、关联维数的变化.计算结果显示,发动机失稳过程中系统的混沌指数有显著的改变,系统进入失稳状态李雅普诺夫指数增大0.19,而关联维数则减小0.45,表明混沌指数可用于发动机系统的状态监控,亦为发动机失稳运动的特性研究提供了新思路.      

虚拟维修仿真的研究进展

虚拟维修仿真是虚拟实现技术应用于维修领域的结果之一,可以用于产品的维修性设计和分析、维修人员的维修训练以及维修手册的生成等。文章是埘建立一个满足以上需求的虚拟维修仿真所需要解决的问题进行定义和说明。阐述了虚拟维修仿真的基本框架,从虚拟样机建模、虚拟人建模、仿真指令生成和运动合成四个方面介绍了涉及的各种问题及相应的处理方法,同时探讨了这一研究领域的发展方向和需要解决的问题。     

航空事故人为因素多模型集成分析与控制策略

人为因素是现代航空事故最主要的致因因素,分析航空事故中人为因素的特点,进一步提出预防措施,有利于提高飞行安全水平,实现本质安全。提出多模型集成的航空事故人为因素分析与控制流程,将事故树分析方法( FTA)和人因分析及分类系统( HFACS)相结合,寻找事故的直接原因和深层次原因,全面识别航空事故中的人为因素、事故机理及事故演化过程;运用定量方法找出关键因素,针对性地提出避免由人为因素导致航空事故的策略;根据关联危害性分析法,挖掘事故的潜在不安全因素,实现主动的事故预防。     

基于非线性直方图变换的对比度畸变图像校正

在实际成像过程中,因受多种因素影响而导致图像对比度畸变,使其质量下降。为了改善图像质量并增强视觉效果,提出了一种基于非线性直方图变换与参数优化的降质图像对比度畸变校正方法。首先,针对常规直方图均衡方法的局限性,通过人眼视觉感知特性分析,引入图像直方图的先验约束条件,建立了非线性直方图变换模型;进而,从校正效果的最优化角度考虑,运用遗传算法的进化寻优进行校正参数的优化,从而形成了一种高性能的对比度畸变校正算法。一系列在不同场景实拍的对比度严重畸变图像的校正实验结果表明,本文方法校正结果的客观质量评价测算指标和实际视觉效果都有显著提升,和常规校正方法相比具有明显优势。      

基于分形理论的混沌信号与噪声分离方法

提出一种分维数和子波重构相结合的混沌信号与噪声分离方法，与以往出现的子波滤波方法和经典滤波方法相比较，该方法有如下特点；利用子波变换计算带观测噪声混沌信号的真实分数维，进而根据观测序列维数与真实维数的差值控制子波重构的参数，构造出混沌与噪声分离的自适应滤波器结构。仿真实验说明了该算法的有效性。