基于DCNN的管制员疲劳状态检测

空中交通管制员疲劳工作势必会严重威胁空中交通安全,通过对眼睛睁闭状态判定是现阶段对管制员疲劳检测的一种主要方式。为检测管制员疲劳状态,提出了一种基于迁移学习的DCNN(deep convolutional neural network)眼睛状态识别模型。首先,利用深度级联神经网络的MTCNN(multi-task cascaded convolutional networks)算法检测出管制员面部区域,并实现对面部5个关键点标定和眼睛的定位;然后将检测到的眼睛图像传入到预训练的DCNN眼睛状态分类模型,识别眼睛的睁闭眼状态;最后结合PERCLOS(percentage of eyelid closure over the pupil over time)80指标检测管制员疲劳状态。分别在ZJU、CEW和ATCE数据集上,对DCNN、VGG16、InceptionV3、ResNet504种模型的准确率、损失率和F_(1)分数指标进行对比实验。实验结果表明:在ZJU和CEW数据集上,DCNN眼睛状态分类模型检测准确率为97%,较VGG16、InceptionV3、ResNet50等模型进行眼部状态分类任务,DCNN模型的F_(1)分数有3%~7%的提高。在ATCE数据集上DCNN模型检测准确率达到98.35%,F_(1)分数达到98.06%,验证了DCNN模型的有效性与准确性。

面向新工科的空管智能学习平台设计与实现

快速增长的培训需求与现行紧张的师资、设备之间的矛盾日趋激烈,为有效缓解民航院校管制模拟机设备与管制教员不足的压力,培养能适应新技术、新产品、新业态和新模式的新型工科人才,建设产教融合的实践教学模式,打造“互联网+教育”的线上“金课”,设计了面向新工科的空管智能学习平台系统。系统采用B/S(浏览器/服务器)架构体系,具有扩展性好、兼容性强和系统维护成本低的优点;后台采用MySQL开源数据库,可以实现多操作系统间的数据迁移。结合管制员理论学习和实践培训需求,设计学生学习子系统、教师管理子系统、管理员子系统、智能学习子系统4个功能模块,通过深度学习算法及云计算,精准统计分析陆空通话指令,计算其工作负荷,并通过与机器学习进行对比,最终对管制员的指挥水平进行客观评价。该系统丰富了管制学员的训练方式,有利于提高训练效率,为保障飞行安全奠定基础。

基于航迹规范模型的航空器尾流间隔安全分析

从航迹规范角度研究了进近过程航空器的尾流间隔安全,并提出了一种新的尾流安全检测算法。首先对依据障碍物评估面-OAS面以及所需性能导航(RNP)所设计的航空器进场初步规划,考虑RNP的容差后进行进一步的航迹规范,接着针对可能发生的尾流间隔不足问题提出一种新的检测算法,最后用软件计算,模拟了航空器进近过程。结果表明:使用该算法检测后尾流间隔不足问题能够及时发现并且与传统碰撞模型的测评方法具有同等效力,证明了算法的正确性和初步的可实现性。

对补办结婚登记的要制定约束条款

依法实行婚姻登记是确立婚姻家庭关系的法定程序,也是每个公民应尽的法律义务.2001年4月修订的新《婚姻法》更好地完善了我国的婚姻家庭制度,体现了法治和德治相结合的原则,对进一步健全现行的婚姻登记管理制度,产生了重大影响.

用标准串行卡实现多PC机间数据传输与同步控制

在复杂的多机微机控制系统中,多个上位PC机间需要进行实时地数据传输与同步控制。本文介绍一种使用标准的PC机串行接口卡实现多PC机间的实时数据传输与同步控制的技术,性能稳定可靠,而且经济实用。