装甲车辆驾驶动作模糊模式识别研究

针对装甲车辆驾驶技能等级评判系统中,如何将驾驶训练过程中采集的驾驶动作数据还原成实际驾驶操作动作的瓶颈问题,采用模糊模式识别的方法,实现了对无限长待识序列数据的识别,并通过对实车采集数据的分析,验证了识别的有效性和准确性。     

对象边框标注数据的弱监督图像语义分割

针对图像语义分割应用中像素级标注数据费时昂贵的问题,主要研究以对象边框标注数据为代表的弱监督模型下的图像语义分割方法。使用基于金字塔的密集采样全卷积网络提取图像的像素级特征,并用GrabCut算法转化对弱监督数据进行数据标记,通过将图像特征和标记数据进行联合训练,构建了基于金字塔密集采样全卷积网络的对象边框标注弱监督图像语义分割模型,并在公开数据集上进行了验证。实验结果表明,所构建的弱监督模型与DET3-Proposed模型、全矩形转化模型以及Bbox-Seg模型相比,达到了更好的分割效果。     

基于操纵件状态时序变化的车辆换挡动作识别方法

为了解决驾驶训练中乘员操纵动作难以保留和再现,而无法进行深入分析的不足,提出了用操纵件位移数据记录乘员动作,用状态变化矩阵描述动作过程,用驾驶规则中规定的动作时序特征识别乘员特定操作动作等一系列新方法,实现了车辆驾驶动作的数字化记录、智能化识别和自动化评估。     

稳像式火控系统实弹射击训练控制装置设计与应用

通过对装甲兵传统的枪代炮射击训练进行分析,并结合稳像式火控系统射击的特点,得出射手要减小瞄准操作误差、提高射击密集度,必须掌握平稳跟踪目标的动作要领。由于缺乏训练和检验该动作要领的手段,设计并制作了实弹射击训练控制装置,提出检验训练合格的标准,从而使射手较好地掌握平稳跟踪目标的动作要领,提高了小型射击场的训练效率。经过部队和院校多轮训练使用,效果良好,且该装置已配发装甲兵部队。     

某型工程车虚拟操作训练环境设计

采用基于Vega和Creator的虚拟现实仿真机制和人机交互设备,构建某型工程车训练仿真系统虚拟操作训练环境。根据位置跟踪传感器跟踪受训人员手的位置和姿态,使用数据手套获取受训人员手部各关节数据,驱动虚拟手实现人机交互,完成虚拟操作训练任务,并采用前馈神经网络模式识别法和空间位姿判别法,分别对静态手势和动态操作命令进行识别。     

一种新的证据K-NN数据分类算法

K近邻分类算法已被广泛应用于模式识别中。为了有效处理识别问题中的不确定信息并提高数据分类精度,提出了一种新的证据K-NN(NEK-NN)分类算法。首先从总的训练集中随机重复采样来构造多个训练样本子集。在每个训练子集中,利用目标数据与其各个近邻的距离分别构造基本置信指派,并根据K个近邻数据在每个类别中的数目来对构造的置信指派进行加权。然后,利用DS规则对加权证据融合。根据每个训练子集下融合结果的算术平均值来判断目标的类别属性。通过模拟数据集和真实数据集的实验,将NEK-NN算法与其他几种常见的方法做了对比分析,结果表明NEK-NN算法能够有效地提高分类的精度。     

坦克起步工况下离合器工作状态和摩擦力矩分析

分析了坦克起步时离合器工作状态和作用在离合器主、被动部分上的驱动力矩和阻力矩。对快速结合离合器使坦克起步时的离合器同步时间及转速、摩滑功和温升进行了计算,对平稳结合离合器时坦克起步过程中的力矩平衡进行了分析,为驾驶、仿真和评估坦克起步过程中合理使用离合器奠定了基础。     

片式挡档离合器优化设计

本文分析了军用工程机械变速箱换档离合器的工作特点,研究了影响离合器工作性能的因素,计算了离合器的结合过程及摩擦片温升,编写了优化设计程序。这对换档离合器设计提供了一各可行的方法,对提高军用工程机械可靠性与使用寿命具有一定的意义。     

坦克驾驶协同动作模式表示与匹配方法

针对驾驶训练中要求驾驶员在规定时间内完成一定次数规定动作的自动考核需求,基于驾驶教练车存储的驾驶动作数据,提出了单一驾驶动作模式和协同驾驶动作模式的概念,设计了采用字符和字串分别表示2种动作模式的编码方法,并借鉴成熟的模式匹配算法完成了驾驶协同动作的正确完成次数统计,实现了基础驾驶动作的数字化考核。     

基于遗传神经网络的联合作战方案评估

遗传神经网络是处理不确定性和非结构化问题的一种有效工具。提出了一种基于遗传神经网络的联合作战方案评估方法,其基本原理是通过网络对已知作战方案样本的学习训练,对新样本进行模式识别。网络的输入为某型联合作战方案特征指标数据,输出为方案评估等级。仿真结果表明,该方法相比标准BP网络评估收敛速度更快,准确性更高;相比径向基网络计算精度有所改善,具有较好的适用性。     

基于强化学习的无人机自主机动决策方法

提出了一种基于连续动作集强化学习的无人机机动决策方法。通过Actor-Critic强化学习构架下的NRBF神经网络输出状态真实效用值与连续动作控制变量,效用值与动作控制变量的输出层共用隐层以简化网络结构。结合相对熵理论设计隐层节点的自适应调整方法,有效减少了隐层节点数目。对输出动作控制变量,采用基于高斯分布的连续动作选择策略,并依据训练次数调整随机动作控制变量的概率分布,提升了网络对未知策略的探索能力。在3种不同空战态势下的仿真验证了该方法的有效性,结果表明该方法生成的策略鲁棒性较强,动作控制量更加精确。     

小型电磁离合器的设计

一、设计目的和要求设计这种小型电磁离合器的目的是在机电模拟式指挥仪中用作自动计算过程的控制元件。电磁离合器由于有结构简单、操作方便、动作快、维护简便等优点,所以已被广泛应用在各种控制系统及随动系统中解决自动化传动问题。根据指挥仪中所用的电源,将电磁离合器设计成24伏与110伏两种类型。这两种电磁离合器的差异,仅仅在于线圈的匝数和绕制线圈所用的导线直径不同,其它都相同。电磁离合器的主要技术指标:     

基于矩阵变换的坦克驾驶训练数字化记录与评判系统研究

为了解决坦克驾驶训练中因操作状态难以保留、操作细节难以再现而无法实现对训练成果深入分析与客观评价的不足,以坦克驾驶训练数字化记录与评判系统总体设计为切入点,基于基础驾驶动作的分解与组合以及车辆状态信息获取设计了驾驶动作记录仪,实现了坦克驾驶训练过程中动作状态信息的采集与数字化存储,并应用矩阵变换理论,提出了一种基于关键性动作参数查找与判断的方法,对基础驾驶动作进行了过程识别与效果评判。分析表明:该系统的技术能对坦克驾驶动作状态进行数字化记录,而基于状态矩阵变换的方法能实现基本驾驶过程的识别与评判。     

一种管道机器人电磁离合器的设计

针对管道检测作业安全性问题,研制了一种确保管道机器人可安全退出管道的电磁离合器。该离合器直径Φ42mm,长220mm,动作行程10mm,结构紧凑,可传递较大转矩。详细介绍了电磁离合器机构及其工作原理,分析计算了磁路与线圈发热量,应用拉格朗日-麦克斯韦方程推导出了该机构吸引力关于气隙长度的关系式,并通过有限元仿真软件对理论计算结果进行验证,对挡铁长度进行优化,最终依据理论结果研制了试验样机。     

机电液控制系统故障诊断的虚拟样机与概率神经网络混合方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络（PNN）相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与PNN模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度和较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

模糊神经网络在离子迁移型毒剂报警器中的应用

针对目前离子迁移型毒剂报警器中所采用的模式识别方法的缺陷,提出了一种模糊神经网络结构,并针对学习训练的经典BP算法进行了一系列的改进,通过仿真实验获得了最优化参数,同时对其可行性和优越性进行了验证。     

基于VR与PNN相结合的机电液控制系统故障诊断方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与概率神经网络模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度与较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

网络学习模式识别移动代理因素提取方法研究

从分析网络学习因素的角度出发,提出了利用数据融合理论和使用移动代理技术解决网络学习模式识别的问题。详细分析了网络学习模式中的主要因素,针对网络学习模式识别提出了使用移动代理(MA)进行因素提取的方法。同时运用数据融合技术中分布式缠绕判决模型进行描述,从而使有效地获取网络学习者的学习状态变为可能。也对网络学习因素提取MA的执行环境进行了具体阐述。设计了因素提取MA体系结构,分析了因素提取的执行过程,采用ATP层代理传输协议作为移动代理系统的应用层协议,负责学习模式识别的因素提取。     

一种无师训练的模糊极小极大人工神经网络

提出了一种无师训练的fuzzymin max人工神经网络,它兼有一般fuzzymin max网与ART2网的优点,既弥补了fuzzymin max网不能自适应在线学习新类的缺陷,又消除了ART2网警戒门限过高的弊病.经模式识别仿真对比,对同样的输入数据,文中提出的网络用较低的警戒门限值即可达到ART2用很高的警戒门限值才能达到的分类效果,且计算量大大减少.得到的结论是:对模式识别而言,文中提出的网络比fuzzymin max网和ART2网更具有实用价值.     

分形约束二维Otsu红外图像分割方法

提出了一种分形约束Otsu阈值分割算法。该方法结合图像的灰度分布和像素间空间分形纹理信息,在二维类间方差准则取最大值时得到一个二维分割阈值,从而实现红外图像的自适应分割。将该方法应用到低对比度、低信噪比、边缘模糊的红外图像分割中,并与传统的二维Otsu分割方法作了比较。结果表明,该方法在分割效果和抗噪能力等方面均得到了明显的改善。