基于迁移学习-元学习的ADS-B攻击分类研究

准确分类通航领域ADS-B攻击类型,采取预防攻击措施,对保障通航运行安全性具有重要意义。针对通航领域ADS-B攻击数据样本少,提出一种基于迁移学习-元学习的ADS-B攻击分类模型。该模型将迁移学习与深度卷积自编码器相结合,建立ADS-B攻击特征提取模型,提取数据样本的攻击有效特征表示,并运用元学习策略在特征空间中实现ADS-B攻击准确分类。实例研究表明,基于迁移学习-元学习的攻击分类模型可有效分类小样本ADS-B攻击,且正确率在95%以上。

基于迁移学习-元学习的ADS-B攻击分类研究

准确分类通航领域ADS-B攻击类型,采取预防攻击措施,对保障通航运行安全性具有重要意义。针对通航领域ADS-B攻击数据样本少,提出一种基于迁移学习-元学习的ADS-B攻击分类模型。该模型将迁移学习与深度卷积自编码器相结合,建立ADS-B攻击特征提取模型,提取数据样本的攻击有效特征表示,并运用元学习策略在特征空间中实现ADS-B攻击准确分类。实例研究表明,基于迁移学习-元学习的攻击分类模型可有效分类小样本ADS-B攻击,且正确率在95%以上。

基于多尺度卷积自编码器的地震噪声智能压制方法及应用

针对传统地震噪声压制方法存在的泛化性不足、主观性强以及实际无噪声数据稀缺等问题,利用深度学习方法的泛化特性,在保护有效信号的基础上,建立了一种地震噪声智能压制方法。基于有效利用少量实际无噪声数据的原则,首先通过正演数值模拟地震数据构建数据集,再搭建基于InceptionV4卷积模块和注意力机制的卷积自编码器网络,并利用正演数据对网络预训练。该过程首先依靠数据驱动方法和网络强大的特征提取能力初步获取地震数据的有效特征表达,通过正演数值模拟数据试验分析发现,该方法既能有效压制绝大部分随机噪声和相干噪声,还能比DnCNN网络更大程度地避免损伤有效信号;然后,再采用迁移学习的策略和少量实际地震数据继续训练网络,最终获得实际地震数据噪声压制模型。将该方法应用于实际地震数据噪声压制试验,并从压制效果、保幅性等方面评价方法效果,结果表明该方法对于随机噪声、面波等噪声干扰具有一定的压制能力,准确地恢复了有效信号,且具有处理成本低、效率高等优势。

融合跨说话人韵律迁移的多语种文本到波形生成

在多语种语音合成任务中,由于单人多语种数据稀缺,让一个音色同时支持多种语言合成变得非常困难。不同于已有方法仅在声学模型中解耦音色和发音,提出一种融合跨说话人韵律迁移的端到端多语种语音合成方法,采用两级层级条件变分自编码器直接建模从文本到波形的生成过程,并解耦了音色、发音和韵律等信息。该方法通过迁移目标语种已有说话人的韵律风格来改善跨语种合成的韵律。实验表明,所提模型在跨语种语音生成上获得了3.91和4.01的自然度和相似度平均意见得分,相比基线跨语种合成字错误率降低到5.85%。韵律迁移以及消融实验也进一步证明了该方法的有效性。

某高射速自动炮多体瞬态传热及应力研究

为提高拦截概率,提高发射速率是高炮武器系统的重点发展方向之一,以期单位时间内发射较多的弹丸至目标区域。然而,高射速发射造成的热效应反过来又会影响火炮自动机中多体关键件的工作效率,最终影响火炮射击安全性。为提高高射速自动机射击速率和射击安全性,解决影响其关键件寿命的热效应问题,需对高射速自动炮自动机多体关键件瞬态传热及应力变化进行研究。以某转膛型高射速自动炮为研究对象,采用瞬态传热学理论,建立了自动机关键件传热模型,采用有限元分析软件ANSYS Workbench进行了多体瞬态传热及应力变化仿真研究,仿真结果表明:随着射击频次的增加,关键件形变、温度急剧增加,最终会引起多体部件运动干涉影响射击安全性。仿真结果能够为自动机的设计、使用和维护保养提供理论支撑。

基于时间序列和神经网络的电力设备状态异常检测方法

为进一步提高电力设备异常检测方法对设备信息的利用率,发现更多潜在的设备故障,结合大数据分析技术和设备评估技术,提出了一种基于时间序列和神经网络的状态数据异常检测方法。通过时间序列自回归模型和自组织映射神经网络将连续的电力设备数据离散为单个序列,计算状态变量在时间轴上的转移概率,通过状态转移概率和聚类算法快速检测数据异常。通过实验对该方法的有效性进行验证。结果表明,该方法可以快速、有效地检测电力设备异常状态。

基于电网调度自动化系统实现备用电源自动投入

设计并实现了基于电网调度自动化系统的全电网备用电源自投和过负荷联切功能的备用电源自投系统。该备用电源自投系统由电网调度自动化子系统、变电站监控子系统和备用电源自投子系统等3部分构成,共同实现全电网的备用电源自投和过负荷联切功能。该系统既降低了电网建设成本,又有效提高了电网供电可靠性和电网负荷的均衡分配。实际运行表明,该系统经济、简单、可靠,运行效果良好。

基于HSR环网的“花瓣”型配电网区域备自投系统研究及应用

针对配网“花瓣”型区域配电网,传统备自投无法实现发生故障后“花瓣”中非开环点开关房的快速恢复供电,采用实时采样、实时交换数据、实时判别、实时控制的技术手段,基于高可靠性无缝冗余环网(HSR),提出一种可以适用于多种复杂区域配电网主接线形式的区域备自投系统。介绍了区域备自投系统的构成、通信架构、逻辑控制策略等。开发出的区域备自投装置现场应用结果表明,能有效实现“花瓣”型区域配电网发生故障后的快速恢复供电。

自动采集样本的图像颜色传递算法

图像的颜色传递是将一幅图像的颜色特征传递给另一幅图像,使目标图像具有与源图像相似的色彩。提出了一种自动采集样本的图像颜色传递方法,利用无监督学习聚类把目标图像和源图像分别分成一定数量的色彩相近的子块,通过计算各子块的纹理特征和亮度统计值,建立样本块之间的对应关系。从各子块中取出数据点密度较大的像素组成样本块。进而利用最佳匹配算法,查找目标样本块的像素在源图像对应样本块中的最佳匹配像素,将其颜色值传给目标像素。以目标图像中已完成颜色传递的样本块作为参考样本,使用纹理对比方式完成样本块以外其它像素的颜色传递。该自动采集样本算法既可用于彩色图像间颜色传递,也适用于灰度图像与彩色图像间颜色传递。在目标图像和源图像的各子块有明显纹理和亮度特征时,该算法可方便地用于批处理和视频中。

汽车发动机自控电动冷却风扇的发展与研究

分析车用发动机自控电动冷却风扇的发展历程，并介绍了作者对轻型载重汽车自控冷却风扇的研究概况。

基于PLC实现的变电站站用电源备自投系统设计

针对变电站站用电源供电系统,设计了基于PLC实现的变电站站用电源备自投系统。以三菱FX2N系列PLC为控制核心,通过PLC程序实现对变电站站用电源备自投系统的控制。实际运行结果表明,是一个智能、可靠、灵活、安全备自投系统,完全满足变电站现场实际要求。

基于MTF辅助正焦判断的自动调焦搜索算法

针对传统爬山搜索算法受调焦评价函数局部极值的干扰而不能准确聚焦的问题,提出一种基于调制传递函数辅助正焦判断的自动调焦搜索算法.该算法对爬山法进行改进,在选择图像清晰度评价函数基础上,同时考虑图像的调制传递函数值,综合判断搜索方向;采用改进的刃边法,在自动完成刃边区域选择的基础上,可精确计算图像的调制传递函数值,并给出了改进算法的原理和实现.为了衡量改进算法的性能,验证调焦系统成像效果,分别考虑搜索算法对不同调焦初始位置以及环境变化影响,在经纬仪自动调焦系统平台上展开算法的调焦实验分析.实验结果表明改进的自动调焦搜索算法能有效地排除局部极值干扰,使系统准确、可靠的调焦.

微网孤岛运行模式下的调频控制策略

针对采用下垂控制的逆变器组成的微网,研究其孤岛运行模式下的调频控制策略。通过对系统进行建模分析,并将传递函数进行有效的等效与化简,推导出调频控制器的参数校正公式。当系统工况改变导致分配特性、输出阻抗以及接入条件改变时,该控制器都可以在线调整参数值,使系统频率迅速恢复稳定。实验结果证明,引入该参数自动调节算法后,系统参数改变时调频控制算法可以很快恢复到给定频率,并保持频率稳定。

基于AuthorWare题型的自动阅卷系统的设计与实现

AuthorWare已成为当前优秀的课件制作工具之一.为了考核教师应用AuthorWare的能力,开发了一个针对AuthorWare的上机考试与自动阅卷系统.为了实现AuthorWare试题的自动评阅,对MacromediaAuthorWare软件进行了深入地研究,对动态链接库技术在本系统中发挥的作用进行了分析,提出了VB中动态调用动态链接库的方式,既实现了试题库及试题答案的可扩充性,又实现程序功能的可扩展性和易维护性.同时还阐述了针对AuthorWare的考试、自动阅卷的实现过程.

小样本下基于迁移学习的轴承状态识别方法

传统的基于机器学习的滚动轴承状态识别方法需要满足两个前提条件,即目标数据量充足、训练数据和测试数据分布相同。然而在实际工程中,滚动轴承的工作环境非常复杂,无法满足上述条件。为了解决上述问题,提出一种基于加权混合核迁移成分分析(Weighted Mixed Kernel Transfer Component Analysis,WKTCA)的栈式自编码(Stacked Auto-Encoder,SAE)神经网络的轴承状态识别方法,用于目标数据不足时滚动轴承的状态识别。该方法引入源域数据,利用迁移成分分析(Transfer Component Analysis,TCA)理论构造加权混合核函数,将源域数据与目标域数据映射到同一特征空间进而实现迁移学习(Transfer learning,TL);进一步将特征值输入到具有分类功能的SAE神经网络进行特征自学习和轴承状态识别。对比分析不同数量的目标数据对轴承状态识别准确率的影响,实验结果表明,WKTCA算法可明显缩小目标域数据与源域数据的分布差异,并实现小样本下轴承状态的准确识别。

结合迁移学习模型的卷积神经网络算法研究

针对传统的卷积神经网络算法在训练集与测试集分布不同时分类精度较低且标注成本较高的问题,提出结合迁移学习模型的卷积神经网络算法。使用主成分分析算法对源域数据进行无监督降维,同时结合自编码机算法对目标数据集降维,使源域和目标数据集在低维度下具有相似的特征分布;根据卷积神经网络特征提取的特点,利用JS散度来判别卷积池层能否迁移,并使用初始化的隐藏层补全trCNN模型;使用少量带标注的目标数据集进行训练,完成分类模型的构建。设计实验验证分类模型能够在使用少量标注数据情况下准确地完成分类工作。

考虑基桩差异性及桩土共同工作的桩基承台梁内力分析

传统承台梁计算方法采用倒置的连续梁进行简化计算,未能考虑基桩承载力差异对承台梁内力的影响及梁下土体对荷载的分担作用,同时也难以模拟梁下土体的连续性及应力-应变的扩散。引入荷载传递法计算基桩刚度,提出一种对基底反力能进行自动调整的梁底反力计算方法,并结合Newmark计算原理,给出了能考虑基桩承载力差异、梁身截面变化及梁下地基土体塑性变形的承台梁内力分析方法。最后,结合某工程实例,对各种计算方法进行了分析比较,结果表明本文方法更符合桩基承台梁的实际受力状况。

伽玛能谱探管设计

N761四道γ能谱测井探管是用于测量总计数率及铀、钍、钾放射性元素含量的测井仪器,配接在核工业北京地质研究院开发的HD-4002测井系统中.本探管采用双CPU结构,提高了系统的集成度.主CPU进行测量和自动稳谱,辅CPU对来自主CPU的测量数据进行并/串转换和码形变换,经铠装电缆传输到地面系统中.通过采用改进的自动稳谱技术,探管能够在较宽的环境温度范围（0℃~50℃）内自稳,各参数的记数偏差在8%以下,测井探管工作稳定.本探管经野外试验考核达到设计标准.

奇瑞汽车由单一品牌向多品牌的战略转移

面对国际全球金融危机对汽车产业形成致命打击、汽车产业濒临严峻挑战的形势之下,奇瑞公司逆势而上,做出如此极具风险的战略转移决策,即从2009年起实施单一品牌向多品牌的战略转移。文章试图在对品牌战略理论进行梳理的基础上,就奇瑞实施品牌战略转移的动因进行深层次分析,探讨奇瑞多品牌战略所面临的主要风险,并提出奇瑞多品牌战略的实施构想。

大直径探针台的晶圆自动传输系统

介绍了适应大直径探针台的晶圆自动传输系统及其主要的组成部分——片盒承载台、关节机械手、预对准装置。应用动力学分析证明R-θ型机械手的直线运动轨迹,阐述了机械式和光学预对准装置的主要原理,说明了晶圆自动传输系统的应用前景。