三维造型库的设计与实现

分布式虚拟环境中的三维造型和纹理资源通常都是分散存储的,此种存储方式占用空间大,管理困难.提出了在分布式虚拟环境中建立造型库,集中管理造型资源的方法.设计和开发了造型库管理软件.解决了三维造型的分散式管理体制所引发的存储资源浪费、造型一致性冲突、造型管理困难等诸多弊端.     

基于多元高斯声束模型的圆柱体三维声场仿真

结合圆柱体工件内部缺陷超声检测的实际情况,采用多元高斯声束模型仿真了检测时超声波的三维声场分布。针对水浸式超声检测原理,将超声传播的过程分解成探头发射、液体耦合介质中的传播、液固界面处的传播和固体工件中的传播等4个阶段,建立了传播过程中的声场模型并得出仿真结果.分析了三维坐标体系中不同方向的声场变化情况,结果表明采用多元高斯声束模型模拟三维声场的有效性和准确性,研究的结果对于实际圆柱体工件的内部缺陷检测提供理论依据。     

环境因素对枝孢霉菌生长特性的影响

考察了温度、pH、Fe3+质量浓度等主要环境因素对喷气燃料中特征微生物——枝孢霉菌生长的影响,为喷气燃料中枝孢霉菌的防治提供科学指导。在500 nm波长处,测定了不同浓度枝孢霉菌菌液的OD值,得出其浓度与OD值线性相关,且相关性大于99%。经生长特性试验,表明枝孢霉菌在24~40℃生命力较强,在32℃生长最为旺盛,低温和高温枝孢霉菌几乎停滞生长,高温对真菌的抑制作用更加明显;p H为3~11,随着pH增大,生长速度先加快随后减慢,最适宜生长的p H为9;Fe3+质量浓度为0~200 mg/L,随着Fe3+质量浓度增大,枝孢霉菌生长趋于旺盛,即Fe3+能促进枝孢霉菌的生长。所以,监测和控制储罐中温度和pH,减少储罐和管道腐蚀,是预防和控制喷气燃料中枝孢霉菌污染的有效措施。     

改进Laplace先验下的复数域多任务贝叶斯压缩感知方法

为了将现有的实数域贝叶斯压缩感知方法推广至复数域,利用改进Laplace先验假设,提出了一种复数域多任务贝叶斯压缩感知(complex multitask Bayesian compressive sensing using modified Laplace priors, CMBCS-MLP)方法,消除了测量噪声方差的影响,并推导了一种基于递归操作的快速算法。数值仿真表明：针对复数域稀疏信号重构问题,相比于现有方法,所提CMBCS-MLP方法具有更好的精确性和鲁棒性。     

GNSS/INS超紧组合导航综述

卫星/惯性超紧组合导航系统以其定位精度高、动态性能优良、抗干扰能力强等特性成为组合导航领域的研究热点。介绍了卫星/惯性超紧组合的定位原理,基于对技术原理的分析,比较超紧组合模式相对于其他组合模式的优势特点;以高动态下超紧组合技术及卫星/微惯性单元超紧组合为代表介绍国内外研究现状;总结了亟待研究的容错控制技术、神经网络辅助、多传感器辅助超紧组合等关键技术,并对卫星/惯性超紧组合向着低成本、高精度、强稳定趋势发展的前景进行展望。     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

无人机小样本条件下遮挡和混淆目标识别方法

针对无人机对地目标识别过程中的小样本问题以及目标存在的遮挡和混淆情况,提出了一种融合自注意力机制的小样本目标识别模型。在利用元学习思想获取小样本学习能力的基础上,将自注意力机制学习目标内部各部分之间的上下文依赖关系引入模型,从而增强目标表征能力,以解决遮挡和混淆情况下有效特征不足的难题。为验证模型效果,通过对基准数据集和无人机航拍数据进一步加工,构建了遮挡和混淆目标数据集,设置了不同的遮挡程度和背景混淆率。通过在不同数据集上的验证,并与深度学习模型对比,证明提出的模型具有更高的学习效率和识别正确率。     

基于CNN的三相逆变器开路故障诊断及其样本条件分析

为了合理选择样本条件以实现高效的智能化诊断,以及克服智能化方法中传统反向传播(back propagation, BP)网络权值较多、局部信息提取能力不足的问题,对基于卷积神经网络(convolutional neural network, CNN)的开路故障诊断方法进行研究,并以典型的三相两电平逆变器为具体对象,着重分析样本时长、样本数量变化时,CNN方法相较于BP网络方法在网络权值数量、训练稳定性、诊断准确率上的量化优势。结果表明,基于CNN的方法可在权值数量远少于BP网络方法的情况下构建深度更深的诊断模型,并在更短样本时长、更少训练样本数量下实现高效、准确的开路故障诊断。     

针对SCPS-NP的协议分析方法

描述了卫星通信协议中网络层协议SCPS-NP的基本结构,阐述了BM算法与ID3算法原理,提出了一种新的针对空间传输协议的有效分析方法———NP-BM-ID3算法,并通过仿真实验进行验证。实验结果表明：通过将原有的数据集分类,该算法不仅有效地解决了模式串长度不足问题,而且减少了规则总数,在条件属性数量不变的情况下降低了运算复杂度。     

基于WindowsCE的嵌入式漏磁检测仪ADC驱动程序设计

描述了基于WindowsCE的嵌入式漏磁检测仪总体结构设计,介绍了WindowsCE下设备驱动程序模型,并结合$3C2440A处理器的ADC驱动程序设计,详细阐述了基于Windows的流接口驱动程序的设计方法。实验结果表明：利用该方法设计的ADC驱动程序高效可靠,可以为开发类似设备驱动程序提供参考。