层次化新闻视频处理框架的设计与实现

提出了一个通用的层次化新闻视频处理框架,将新闻视频处理分为句法分段、语义标注以及视频摘要三个层次,并给出了三个层次中涉及的故事单元探测、字幕探测、视频摘要等关键技术的解决方案。框架突破了传统的新闻视频处理框架仅局限于句法分段以及单媒体特征进行处理的缺陷,通过对视音频特征进行多模态的综合分析来获取新闻视频高层的语义内容。实验通过一个新闻视频处理原型系统NVPS验证了框架的可行性,重点对故事单元探测、标题探测以及口播帧探测三个算法进行了实验,实验结果分别达到88%,86%和86%的探测准确率,从而进一步证实了层次框架在新闻视频处理方面的有效性。     

不同介质中声辐射相似性

研究不同介质中声学相似条件,可为空气噪声实验数据推算相应条件水下辐射噪声,替代复杂水下实验提供依据。因此,首先运用了因次分析法对任意不同介质中的声辐射相似性进行了分析;然后,采用结构有限元耦合流体边界元理论,利用NASTRAN计算模型表面流固耦合振动;最后,通过FORTRAN边界元程序计算辐射声场;以加肋圆柱壳为对象在水和空气两种典型介质中进行了数值模拟验证。理论推导与数值计算的结果一致性表明:不同介质中两个几何相似、表面振动相似的系统间结构表面振幅与该系统几何尺度成正比、表面振动波波长与该系统传声介质中声波波长成正比时,两个模型的无量纲声压相等。     

静止条件下多种轨道-电枢形状的轨道炮电流分布仿真

针对等轨道截面、等炮口截面、等长度、等材料和等电流8种典型的轨道-电枢结构,在电枢速度为0 m／s的情况下,采用Ansoftl 2有限元分析软件,仿真分析电流分布特征,得到：矩形截面轨道一长方体结构电枢的轨道炮有最不均匀的电流分布特征,电流主要分布在轨道外表面和电枢后部凹表面,并且分别对应于趋肤效应和电流短路径聚集现象,跑道形截面的轨道一回转体结构电枢的轨道炮有最均匀的电流密度分布．     

基于非线性模型预测的翼伞系统控制研究

翼伞系统在飞行过程中,受外界不确定因素的影响呈现出非线性特性和耦合性．应用非线性模型预测控制理论对翼伞系统飞行控制进行了研究,提出基于非线性模型预测控制的翼伞系统控制律设计方法,并推导出控制律解析式．仿真研究表明,合理地选择泰勒展开级数和预测周期,通过泰勒级数展开并截尾后的翼伞非线性控制系统可以表现出良好的控制性能．     

固-液旋流分离器结构优化模拟研究

采用计算流体力学方法与流体动力学分析软件Fluent,探讨了固-液旋流分离器的溢流口直径、锥角、圆柱段长度和入口直径等主要结构参数对其颗粒溢流率的影响,并在此基础上进行结构参数的优化。结果表明,锥角、圆柱段长度和入口直径过大或过小都不利于旋流分离器的固液分离,均存在一个最佳值。对于主直径为75 mm的单锥双入口固-液旋流分离器,最佳圆柱段长度为87.0 mm,最佳入口直径为16.0 mm,最佳溢流口直径为16.5 mm,最佳锥角为6.0°。     

基于GA-SVDD的轴承性能退化评估

为解决因机械设备轴承损伤导致机械故障而无法正常工作的问题,提出了一种基于GA-SVDD的轴承性能退化定量评估方法。该方法采用遗传算法优化选择特征参量,并建立SVDD超球体模型,运用SVDD距离评估轴承的性能退化程度。实验分析表明：该方法能够有效地对轴承性能退化过程的细节进行描述,实现对待测样本退化程度的定量评估。     

炮兵火力毁伤仿真实验系统

以炮兵打击的目标为基础,以炮兵射击行动为主线,研制开发了集模拟条件设置、射击方案生成、射击过程模拟、毁伤效果模拟、射击方案评估等功能于一体炮兵火力毁伤仿真实验系统,为炮兵打击方案优化和目标毁伤效果评估提供了技术手段,有效提高了炮兵指挥员的指挥决策水平。     

基于本体的消防应急决策模型

消防信息技术研究的不断深入和本体论在计算机中的应用日益成熟,促进了人工智能系统的发展。以消防应急决策过程为研究背景,尝试将全局数据包络分析引入应急决策中,建立消防应急管理协作模型,分析多个决策结果的相对有效性,协助决策者在较短时间里作出合理的决策。     

面向诸元计算精度鉴定的二次抽样试验设计方法

针对诸元计算精度常规试验方法的缺点和不足之处,提出了"二次抽样"的试验设计方法,在一次抽样的基础上,通过对试验结果进行分析,进行第二次有针对性的抽样试验,并采用贝叶斯估计方法,对两次相关联的试验结果进行综合评价。最后采用该方法对某型炮兵指控系统的诸元计算精度进行了检验,证明了该方法的实用性和有效性。与常规试验方法相比,二次抽样法对诸元计算中各变量不同值域的权重进行了重新分配,其计算结果对被试装备的实际性能更具有指向性。     

基于相邻脉冲相似性的快速聚类分选方法

针对复杂环境下的聚类问题,提出了一种新的聚类分选算法。其利用同一雷达辐射源的相邻脉冲间的相似性对信号进行聚类。该算法按到达时间顺序将信号依次归类,并将新分类的数据作为所在类的聚类中心,其无需事先指定聚类的数目,也无需进行反复的迭代计算。仿真表明,该算法不仅分类准确,而且大大缩减了计算量。