多目标智能优化的运输机群装载方案生成方法

运输机群装载方案制定是影响大规模航空运输任务成功实施的重要环节和核心要素。围绕异型、多架运输机的多样化物资装载规划需求,以安全、高效、经济性为装载规划目标,并以起飞重量、货舱尺寸、重心包线、舱段几何结构、舱段结构强度限制等实际限制条件为约束,建立了灵活、通用的多目标多约束装载规划数学模型;随后,围绕求解精度和规划速度的现实需求,提出多目标智能优化的运输机群装载方案生成算法,其内部嵌入了一个两阶段分步优化的种群搜索策略,在保证优化准确性的同时提升了方案生成速度;最后,通过想定多样化、多机型航空运输装载规划任务,并对比其他智能优化算法,结果表明,新方法所需架次少、规划效率高,具有很好的应用前景。

基于非负矩阵分解的谱聚类集成SAR图像分割

本文提出了一种新颖的基于非负矩阵分解的谱聚类集成SAR图像分割框架.首先,个体分割结果的产生采用基于Nystrom逼近的谱聚类方法,使用不同的尺度参数,得到具有差异性的个体分割结果;其次,使用非负矩阵分解的方法来合并这些个体分割结果,使用非负矩阵分解方法的优点在于其合乎人类大脑感知的直观体验,并具有明确的物理含义;最后,根据合并得到的像素点隶属度关系得到SAR图像分割结果.为了验证本文方法的有效性,对3幅纹理图像和4幅SAR图像进行分割实验,并对比K-means方法、基于Nystrom逼近的谱聚类方法、Meta-clustering方法,本文的方法无论是定性还是定量分析都是较好的,并具有一定的实用性.

基于克隆选择和多重空间构造的彩色图像分割

该文提出一种基于克隆选择和多重空间构造的彩色图像分割方法。该方法首先将一些常见的颜色分量分为亮度成分、单频光谱成分、双频光谱成分、多频光谱成分,利用主分量分析技术(PCA)分别对其进行计算,得到最具有识别能力的颜色分量来构造多重颜色空间;然后利用克隆选择算法对样本进行自学习,得到全局最优的聚类中心;最后用得到的聚类中心对图像进行分割。由于该文的方法结合了克隆选择算法的非线性分类能力,通过对彩色图像自适应的构造最佳多重空间,能够快速准确地得到分割结果,克服了传统分割方法使用固定颜色空间以及容易陷入局部最优的缺点。通过实验表明,该方法对彩色图像同质区的分割均匀,边缘保持度好。此外,新方法对彩色图像的亮度和纹理变化不敏感,鲁棒性较强。

流形距离的自动免疫克隆聚类图像分割算法

聚类算法在对图像进行分割的过程中要面对如何自动确定聚类类别数、如何克服图像特征点分布复杂的流形结构、如何减少算法的运行时间。针对这些问题,提出了流形距离的自动免疫克隆聚类图像分割算法。自动免疫克隆聚类算法可以自动确定聚类个数,不需要人为事先给定,并且确保全局收敛;使用流形距离可以反映空间分布复杂的流形数据;使用超像素而非像素来降低图像分割的时间等问题。通过对4组人工数据集和4幅自然图像进行实验,对比k-means算法、GCUK算法,结果表明该方法优势比较明显,具有一定的实用性和先进性。

基于图像帧间信息和FS-KFDA的极光序列图像检测算法

为了解决数据量巨大的极光序列图像难于用人工划分的方法来进行变化监测的问题,提出了一种基于极光序列图像特征和帧间信息的感兴趣极光变化区域(ROI)自动检测算法,用计算机进行辅助分类。首先提取样本图像特征,再利用离散小波变化算法对帧间信息进行特征分析,引入特征标度核Fisher分析算法(FS-KD-FA),结合K-均值聚类选择训练样本,构建分类器实现了变化检测。对北极黄河站采集到的实测极光图像数据进行极光区域划分检测,实验结果表明了算法的有效性。

温度对涡轴发动机起动性能影响的试验研究

为研究装直升机后的涡轴发动机的地面起动性能,开展了不同环境温度、冷/热态条件下的发动机地面起动试验,分析了温度对起动时间和排气温度峰值的影响。结果表明,随着环境温度的增加,冷态起动时间先降后增,热态起动时间、冷/热态起动排气温度峰值均呈线性增加。环境温度0℃以下时,随温度的降低冷/热态起动性能差异逐渐增大,滑油导致的转子阻力矩升高是低温冷态起动时间长的主要原因。利用试验结果,建立了冷/热态起动时间、排气温度峰值随环境温度变化的模型,并应用于实际飞行时的起动监控。

基于免疫优化RBF网络的机载嵌入式训练系统效能评估

针对某新型教练机机载嵌入式训练系统效能评估问题,提出基于免疫优化RBF网络的效能评估算法。将效能评估问题建模为一个非线性回归问题,建立简洁、完备的效能评估指标体系;使用免疫克隆优化算法和一个新颖的编码方式进行自动聚类,得到合适的RBF网络隐含层单元个数以及高斯函数中心,从而完成RBF网络的训练。在测试部分,通过仿真实验,并对比经典的BP算法、遗传BP算法,该文方法在评估精准度和稳定性方面都是较优的。

免疫BP网络的机载嵌入式训练系统效能评估

针对如何定量、精准地对机载嵌入式训练系统进行效能评估的工程问题,提出了一种基于免疫BP神经网络的效能评估方法。首先将效能评估工程问题建模为一个非线性回归的数学问题;其次,根据机载嵌入式训练系统的组成结构和特点,设计了简洁、实用的效能评估指标体系;再次,综合利用了免疫克隆选择优化算法全局搜索能力强的优势以及BP神经网络算法局部搜索能力强的优点,从而快速有效地求解神经网络的突触权值,进而得到训练好的神经网络。最后在算法验证部分,通过四组仿真数据实验,并对比经典的BP神经网络算法、基于进化计算的BP神经网络算法,结果表明该效能评估方法在评估精度和评估稳定性方面都是较优的。

飞行试验准实时评估系统设计

新机试飞科目风险高,组织难度大,需开发遥测数据准实时处理系统以完成准实时分析评价,为试飞安全提供保障并提高科目完成质量。借助现有的遥测实时监控系统平台,在对遥测数据进行跳点处理后,通过开发分专业分科目专用数据处理模块完成对试飞科目数据的准实时分析处理,结果以文本及图形化的形式给出。经过该型号多个架次试飞验证,该系统评价分析结果数据准确可靠,分析评价过程时效性高,为该型号试飞科目的顺利进行提供了有利的技术支持。模块规划中即考虑到其通用性,通过进一步挖掘其他型号新需求,必将在型号试飞中发挥更大的效益。

一种发动机试飞数据快速处理方法

为了提高试飞数据处理分析效率,进行了发动机数据处理方法研究。通过分析试飞科目数据处理逻辑,分解数据处理所需提取的参数和处理算法,完成了炽热部位温度测量、空中起动、性能特性的数据统计和计算。并对结合测试遥测和机上数据实时处理,即时获取数据处理结果的方案进行了讨论。提出的方法将数据处理的判定逻辑显性化,使其便于通过计算机完成,缩短了数据处理时间,也为数据深度挖掘提供了素材。

机电系统可视化实时监控软件设计

飞机机电系统的工作状态直接影响着飞机的飞行安全和整体性能。为了确保飞行安全、及时掌握系统状态,根据在某型机飞行试验中实时监控机电系统的任务需求出发,分析了机载机电系统的组织结构和运行模式,以C++Builder为软件开发平台,开发了可视化实时监控软件,以期实现飞行试验任务中对机电系统工作状态的实时监控,并对实现方法进行了阐述。应用结果表明,该软件实现了飞行试验任务过程中的机电系统可视化实时监控,达到了快速定位故障、确保任务安全的目的。

磷酸化修饰位点预测分析研究

目的:通过支持向量机算法预测蛋白质序列中的磷酸化修饰位点信息。方法:从最新版Swiss-Prot数据库中提取人类磷酸化数据并构建样本集,提取筛选四类序列特征并利用支持向量机算法进行预测。结果:十倍交叉验证结果表明,丝氨酸、苏氨酸、酪氨酸上的磷酸化修饰位点识别准确率分别达93.00%、82.25%、81.50%,马太相关系数(MCC)达0.86、0.65、0.63。独立测试集验证结果中识别准确率整体优于同类预测工具RF-Phos,苏氨酸样本集上性能表现最优,准确率达86.59%,MCC值达0.63。结论:通过支持向量机整合序列特征对磷酸化修饰位点定位,为进一步的生物学实验提供较为准确的信息。

自适应量子免疫克隆算法及其收敛性分析

分析量子免疫克隆算法的基本原理,在此基础上,设计一种具有自适应学习的改进策略.该算法采用量子观测熵来度量算法的进化程度,并根据熵的变化自适应调整相应参数.从理论上证明该算法的收敛性,并且通过实验,比较量子免疫克隆算法、简单免疫克隆算法、量子进化算法的函数优化效果.仿真实验表明该算法能提高计算效率和搜索能力.