采用神经网络技术降低机电设备BIT虚警

机电设备 Ｂ Ｉ Ｔ 的突出问题是虚警率高，重要原因之一是 Ｂ Ｉ Ｔ 系统传感器通路故障。本文选取神经网络技术进行传感器通路故障诊断，剖析某大型船舶动力装置机电设备 Ｂ Ｉ Ｔ 系统中传感器通路的故障机理和类型，得到其故障样本数据，经过神经网络学习训练后对实际系统进行故障诊断和识别，实验结果表明该方法简洁、有效，能够有效地诊断故障并识别出故障类型，具有实用价值。     

稀疏卷积计算高效数据加载与输出缓存策略

针对现有神经网络加速器在处理稀疏神经网络时存在的数据加载效率低、乘加资源利用率低、输出缓存寻址逻辑复杂等问题,提出了稀疏卷积计算高效数据加载与输出缓存策略。将属于同一输入通道的非零输入特征图像数据和非零权重进行全对全乘累加运算,降低了非零数据配对难度,提高了乘加资源利用率;通过采用输入驻留计算,以及密集型循环加载特征图像数据,大幅减少了数据片外调取次数;优化了输出缓存设计,解决了现有方案中存在的输出缓存地址访问争用、存储拥塞等问题。实验表明,与采用类似架构的细粒度脉动加速器相比,在处理单元面积上减少了21.45%;在数据加载速度方面平均提高了117.71%在平均乘法器利用率方面提高了11.25%,达到89%。     

用溶胶-凝胶法制备碳纤维三维编织物增强氧化铝基复合材料的研究

本文研究了溶胶－凝胶（Ｓｏｌ－ｇｅｌ）法制备碳纤维三维编织物增强氧化铝（Ａｌ２Ｏ３）基复合材料的成型工艺及其力学性能，研究了两种主要起始物Ａｌ（ＮＯ３）３、ＡｌＣｌ３配制的氧化铝溶胶对复合材料成型工艺和力学性能的影响。分别以Ａｌ（ＮＯ３）３和ＡｌＣｌ３为起始物，制备得到Ⅰ＃、Ｉ＃复合材料。研究表明，以Ａｌ（ＮＯ３）３为起始物配制的溶胶粘度较小，利于材料的致密化。经过溶胶浸渍、凝胶、裂解１３个周期后，Ⅰ＃材料的密度和室温三点弯曲强度分别为１．８６ｇ／ｃｍ３和１４５．２ＭＰａ，而ＩＩ＃材料的密度和室温三点弯曲强度分别为１．６３ｇ／ｃｍ３和１０４．１ＭＰａ，材料均呈典型的韧性断裂模式。用扫描电子显微镜（ＳＥＭ）观察试样的断口形貌，发现断口表面有大量的纤维拔出，纤维表现了较好的增韧效果。     

基于差分和神经网络的同步辐射光源图像压缩方法

针对常见的图像无损压缩方法效果不佳问题,提出了一种基于图像差分和神经网络的同步辐射光源图像无损压缩方法。通过图像差分以减少图像序列内部的线性相关性,训练神经网络模型以学习图像序列内部的非线性相关性,得到预测概率分布,结合算术编码压缩。为加速预测和编码过程,将像素值按位分裂为两部分进行并行处理。基于上海同步辐射光源图像的测试表明,相较于便携式网络图形、JPEG2000和自由无损图像格式等,该方法可将压缩率提升20%以上,像素位分裂可以缩短30%的模型预测和编码时间。     

基于灰度关联和神经网络的装备价格第三方服务机构评价模型

为了科学合理选择装备价格第三方服务机构,研究以灰度关联分析和神经网络方法构建评价模型。研究数据采用问卷调研形式获取,针对样本数据采用灰度关联法分析评价指标与综合评分之间的关联性,发现服务态度和制度建设情况两个评价指标与综合评分关联度达0.74以上,较为重要。采用有效二级指标和综合评分作为输入和输出数据,构建基于神经网络的装备价格第三方服务机构评价模型。通过实际数据验证分析,发现神经网络模型预测精准的概率为75%,预测满足要求的概率为25%,满足实际应用需求,能够为主管部门遴选机构建言献策。     

基于卫星导航数据在线拟合星光折射模型方法

基于星光折射的自主导航系统结构简单、成本低廉,理论上能够实现对飞行器的高精度导航.但由于测量模型受大气参数不确定性的影响,使得该导航方法的精度及可靠性严重降低.根据飞行器处于低轨段的卫星导航数据,通过神经网络在线拟合星光折射模型,避免了大气参数不确定性的影响,提高了星光折射导航精度.通过仿真重点研究了星光折射模型的特点...     

基于CML模型的编队器材携带方案优化方法

随船备件配置优化问题研究目前主要集中在只有定量或定性约束上,而对既有定性约束又有定量约束的混合约束问题未见文章提及,同时研究对象多为单船,而对舰艇编队研究比较少。针对此问题,以舰艇编队出海任务准备阶段为背景,以保障费用、舰艇仓库空间、舰艇最大排水量及舰员维修能力作为模型的约束条件,以编队备件保障概率为目标函数,采用正态逆向云模型、边际效应法及拉格朗日乘子法(称为CML模型)对此类问题进行求解,给出系统资源因子求解步骤及分析方法,并对本模型进行动态调整和优化。实例分析表明本模型求解方法和步骤可以为多个定量和定性约束下舰船备件携带问题提供新的参考。     

用神经网络变易有效焦距的摄像机标定法

针对传统摄像机标定中由于像差等非线性因素的影响造成结果精度和稳定性不高且算法复杂的特点 ,提出了用 4层前向神经网络模型变易摄像机横纵向有效焦距的方法。给出了摄像机标定结果和用标定后的摄像机进行三维立体测量的结果 ,并与传统方法作了对比。结果表明 ,基于神经网络的摄像机标定方法可以获得比传统方法更高的精度和稳定性     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

人工神经网络在管理信息系统中的应用

在传统管理信息系统的基础上,增加专家系统模块,即基于人工神经网络技术的预测分析模块,完成复杂的非线性预测以提高MIS智能化、自动化水平。该模块选用反向传输(BP:BackPropagation)神经网络模型来实现,通过网络的自适应学习和训练,找出输入和输出之间的内在联系,从而求得问题的解答。利用该专家系统对出版社图书市场销量进行预测。结果表明:该方法性能好,可作为预测图书售量的一种有效手段。