基于Kriging算法的压气机健康参数主从式插值建模

针对航空燃气轮机压气机数字化建模过程中由于缺少压气机流量系数导致模型精度偏低的问题,基于Kriging插值算法构造了面向压气机流量系数估计的主从式建模方法,分析了高维空间下对应于不同压气机换算转速的流量系数分布特征;基于流量系数的特征提取方法探索了流量系数、换算转速、增压比之间的映射关系,并提出了关于这三类参数的多维样本向量构造方法;基于Kriging算法建立了适用于燃气轮机过渡工况下压气机流量系数主从式插值模型. 研究结果表明:与传统的Kriging插值方法及牛顿插值法相比,基于主从式模型的流量系数计算结果更接近实际值,计算精度提高了近10%;主模型可输出流量系数的估值向量,插值效率相比传统Kriging模型提高了近15%.      

基于改进卷积神经网络的驾驶员眼睛状态识别

为准确、高效识别驾驶员眼睛状态，提出一种基于改进卷积神经网络(Improved Convolutional Neural Networks, ICNN)的驾驶员眼睛状态识别方法。在LeNet-5网络的基础上采用多个小卷积层堆叠替换一个大卷积层的策略，减少参数量和浮点运算数的同时增强网络对眼睛图像的特征提取能力；在卷积层和池化层之间嵌入高效通道注意力(Efficient Channel Attention, ECA)模块，使网络突出眼睛图像中重要通道特征并弱化非重要通道特征，完成ICNN的构建；利用ICNN准确、高效自学习图像中有效眼睛状态特征信息的特点，实现端到端的驾驶员眼睛状态识别。通过在两个公开和一个实测的眼睛数据集上进行对比实验，验证卷积层堆叠替换和嵌入ECA模块的有效性，所提方法具有更高的训练效率和眼睛状态识别准确率。