排烟口设计对排烟效果影响的研究

排烟口是火灾发生时烟气排出的出口,排烟口高度和位置对排烟效果具有重要影响。运用FDS数值模拟方法,以实验台为依据建立数值模型,针对排烟口高度和排烟口位置的改变对排烟效果的影响进行分析,结果表明:随着排烟口高度的升高,各种排烟风速下的排烟效果都得到了改善。在排烟口风速较高的情况下,排烟口的高度变化对烟气溢出厚度的影响更大,采用大风速的控烟效果要优于小风速。侧排方式的排烟效果低于顶排方式,远壁排烟方式要优于近壁排烟方式。     

基于本体的受限领域文本信息提取方法

针对指挥信息化模拟训练系统中自由格式报文转换问题,根据仿真驱动信息的需求,讨论了对自由格式报文进行信息提取的实现方法。在受限领域（军事领域）中引入本体概念,构建了领域本体模型及语法规则,提出了基于本体的信息提取方法,采用可扩展标记语言（eXtensible Markup Language,XML）和VC＋＋．NET技术相结合,实现对文书的信息提取,为进一步的数据转换和应用奠定了基础。     

基于颜色及梯度统计特征的结核杆菌目标识别

提出一种基于颜色及梯度统计特征的结核杆菌目标识别算法。首先基于HSV颜色空间进行图像预分割,然后在CIE L*a*b*颜色空间进行自适应分割以提取目标精细几何形状。为了适应背景的复杂变化,基于色调一致性假设对疑似目标进行色调一致性检验并剔除大部分伪目标。为了将重叠粘连目标从伪目标中分离出来,提出两个梯度统计特征,然后结合目标的面积、周长、长宽比、圆形度、粗糙度等形态特征,组成7维特征向量送入贝叶斯分类器进行分类。实验结果表明,本文算法能适应标本、染色及图像背景等复杂变化,目标识别率可达91%。     

基于改进K-L变换的特征提取技术

在模式识别中,为解决样本增加时,反复使用传统K L变换进行特征提取耗时多的缺点,提出了一种改进的K L变换方法,该方法利用快速递推算法来计算协方差矩阵,并使用矩阵扰动理论来求解协方差矩阵的特征值和特征向量。仿真试验表明该方法在确保计算精度的前提下,大大减少了运算时间。     

多模态交叉解耦的少样本学习方法

当前的多模态少样本学习方法忽视了属性间差异对正确识别样本类别的影响。针对这一问题,提出一种利用多模态交叉解耦的方法,通过解耦不同属性语义特征,并经过特征重建学习样本的本质类别特征,缓解类别属性差异对类别判别的影响。在两个属性差异较大的基准少样本数据集MIT-States和C-GQA上进行的大量实验表明,所提方法较现有方法有较大的性能提升,充分验证了方法的有效性,表明多模态交叉解耦的少样本学习方法能够提升识别少量测试样本的分类性能。     

基于分块的伪Zernike矩归一化的人脸识别方法

以改进的伪Zemike矩相关知识为背景,提出了一种新颖的人脸识别方法。该方法通过将人脸分块,降低了光照条件、人脸表情等外在因素对人脸识别的影响。首先将人脸图像分块并重组矩阵的行和列,然后计算重组后人脸图像的伪Zemike矩,并对其进行归一化处理,最后采用最小邻近分类器进行判别。实验结果表明,该方法对于人脸光照、姿态和表情变化均具有良好的鲁棒性。在前人的研究基础上,进一步探讨了伪Zemike矩在人脸识别方面的应用。     

基于阵列法检测的激光驾束制导信息场特征提取技术

改变了传统激光驾束制导信息场阵元法检测模式,基于信号处理及阵列法检测技术,构建了制导信息场的检测系统,阐述了基于阵列法检测的信息场评估方法,详细介绍了信息场特征提取技术和硬件实现方法。该方法解决了信息场检测校准精度要求高、过程复杂、人员需求数量多等诸多难题,减少了检测对制导激光器的损伤,使用简便、快捷、高效,已被应用于多种激光驾束制导设备的检测。     

航天部队试验综合能力评估模型研究

根据航天试验综合能力评估的特点和要求,依据系统工程的理论方法,确定了装备、人员和保障能力为主要评估要素,设置了评估层次和控制点,建立了航天试验综合能力评估模型。该模型由下至上分为3个层次：基础层主要对分系统各岗位人员和所属装备进行评估;分系统层主要对人员素质、装备性能和保障能力进行评估;系统层主要对整个系统的综合试验能力进行评估。通过实例表明该模型大大提高了航天试验综合能力量化评估的准确性。     

基于神经网络的舰船目标识别研究

为了实现对水下目标的识别,在现有特征提取方法的基础上,提出了一种从DEMON谱线谱和DEMON谱连续谱提取的特征方法,并设计了一个基于BP神经网络和多神经网络分类识别器的舰船目标识别系统。通过对实际舰船噪声目标进行识别,识别效果比较满意。这对舰船目标识别的发展具有一定的参考价值。     

基于支持向量机的故障诊断方法及其应用

提出了一种采用模糊手段进行特征提取、支持向量机进行模式分类的内燃机燃油系统故障诊断方法.该方法专门针对小样本集合设计,能够在小样本情况下获得较大的推广能力,首先采用模糊手段对故障信号和原因进行特征提取,接着利用支持向量机进行分类实现特征级诊断,最后将其应用于内燃机燃油系统的故障诊断中,取得了令人满意的结果.