有限空间装配体选择性拆卸研究

在分析现有聚类拆卸方法的基础上,针对有限空间选择性拆卸的特点提出选择性拆卸中最小聚类零件集概念,并将无向图(产品结构网络图)和有向图(拆卸稳定图)相结合,给出求解有限空间中进行选择性拆卸时最小聚类零件集的算法,同时给出了有限空间寻找最优拆卸序列的方法。利用该算法对减速齿轮箱的选择性拆卸进行计算,结果表明,利用该算法得出的最小拆卸零件集进行聚类可以提高聚类计算效率。     

数据挖掘中的序列模式的研究

本文就数据挖掘中序列模式的概念和作用进行了探讨,并对序列模式的实现过程用程序流程的方式加以说明,并给出了序列模式实现算法的步骤。     

鲁棒精确的点模式仿射变换参数估计和对应性匹配

仿射变换下的点模式匹配和参数估计是计算机视觉中的重要研究课题，其关键是寻找对仿射变换不变的不变量。与传统使用矩或交比作为不变量不同，我们考虑一种具有仿射不变性的并且正交唯一和尺度归一的坐标系－－本征坐标系，证明了仿射变换前后的两个点模式经白化变换后映射为由一旋转变换联系的两个征点模式；并在此基础上，我们开发了无须点对应性仅需点模式整体对应的仿射参数估计算法，该算法能在仅已知两个点模式整体对应的条件下精确估计它们所历经的仿射变换参数的同时，正确地确定它们的逐点对应性；通过融合进随机采样最小子集型鲁棒估计技术，我们进一步开发出仿射参数的无对应性鲁棒精确复原算法。实验表明该算法具有计算简便、快速、有效，参数估计精度高，鲁棒性好，应用范围广等优点。     

三维非凸区域外包面的自动生成算法

海岸工程的三维建模中一般需要根据已知散乱点集重构出计算模型的外包面。文章基于区域增长法,提出一种根据给定的三维散乱点集自动寻找其合适外包面的算法。该算法从随时改变着的局部入手,去寻找该局部区域凸包上的一个三角形,最后所有的三角形形成一个闭合的区域,即为整个区域外包面。局部的大小由事先设定的搜索点数控制。当点的布局较为合理,并且给定的全局搜索点数合适的情况下,算法可以较好地还原区域的外包面。     

点集局部处处为凸的外包线自动生成

在海岸工程的数学模型中,原始地形数据一般表现为一系列平面点的坐标,而在数学建模过程中往往需要根据该点集(坐标)人工给定模拟区域的边界。可根据事先设定的搜索点数得到点集的外包线,不同的搜索点数可以得到不同的外包线。一般说来,随着搜索点数的增加,外包线内的面积也不断增大,直到得到该区域的凸包(该凸包一般不是所要寻找的)。外包线内的面积与凸包的面积比值,定义为该外包线的凸度。为了减少手工工作的劳动量,提出了一个根据给定点集,自动寻找其合适外包线的算法。同时给出了外包线的调整算法,使得寻找到的外包线更加贴近初始给定的情形。最后应用该程序对渤海区域边界点数据进行了边界寻找,效果良好。     

基于最大频繁序列的蛋白质分类算法

针对现有基于频繁模式的分类算法未考虑完全频繁模式所产生的大量无效序列,提出了一种基于最大频繁序列的蛋白质分类算法,此算法每一类都以独有的最大频繁模式作为代表,执行模式裁减和测试数据分类。实验表明该算法在继承传统算法优点的同时提高了结果的精确度,降低了模式的冗余度,此应用增加了分类的生物信息学意义。     

基于图象灰度的虹膜定位算法

讨论了基于图象灰度的虹膜定位算法,并提出了基于灰度的虹膜外边界提取、模式匹配的相关算法.实验证明了该算法的有效性.     

战斗机行为模式序列统计技术

特定的战斗机通常执行特定的作战任务,在特定的时刻表现出特定的行为模式,并执行由特定行为模式顺序构成的行为模式序列,这些行为模式序列可以用于对战场态势分析及目标意图识别的依据。论文基于数据挖掘中经典的Apriori算法,从目标行为序列记录中进行搜索和分析,找出符合条件的行为模式子序列,并以实例说明了统计的方法和过程。     

一种基于改进型KNN算法的文本分类方法

KNN算法是比较适合于文本分类的一种分类算法,但由于其计算复杂度会随着训练集规模的增加而线性增加,从而限制了它的实际应用效果。通过改变对近邻点的搜索策略,提出了一种改进型的KNN算法。该算法在对最近邻的选择过程中,放弃传统算法中遍历所有样本的做法,而是通过逐渐逼近的思想来寻找最近邻点。实验证明,该方法在保持和传统的KNN算法几乎一样的精度性能前提下,可以明显降低算法的计算复杂度,降低时间开销,取得了较满意的结果。     

贝叶斯树算法在异常入侵检测中的应用

研究了Windows平台下异常检测方法,提出了一种利用Windows Native API调用序列和基于贝叶斯树算法的主机服务进程规则与对应概率分布生成算法。根据长为N-1的Windows Native API调用序列预测第N个调用的概率分布,对生成的概率序列用U检验方法作为异常检测算法。以贝叶斯树作为弱分类算法,利用AdaBoost-M1方法构造多个基于贝叶斯树的概率分布序列,并按一定方式把它们组合成一个加强的概率分布序列进行入侵检测。实验结果表明这种方法能明显提高模型预测能力。     

最大频繁模式的挖掘算法

挖掘最大频繁模式是多种数据挖掘应用中的关键问题。采用Apriori类的候选生成-检验方法或基于FPTree的挖掘方法需要产生大量候选或动态创建大量条件模式树,代价太高。因此,提出一种挖掘最大频繁模式的新算法。该算法利用前缀树压缩存放数据,并通过调整前缀树中节点信息和节点链直接在前缀树上采用深度优先的策略进行挖掘,既不需要生成候选也不需要创建条件模式树,提高了挖掘效率。     

模糊专家系统在线谱检测中的应用研究

本文给出了一种线谱检测的组合方法.首先利用双门限线谱检测算法进行初始线谱检测,同时提取频率等线谱特征,在此阶段通过选择低门限,可以保证在低信噪比下无论信号和背景噪声是否平稳都可获得高的检测概率;然后研制了一个简单高效的线谱识别模糊专家系统,根据提取出的线谱特征,进一步剔除噪声点.分析验证表明,由于该算法将线谱检测和特征提取融合在一起,不但提取出了用于目标识别的线谱特征,而且非常宽容,能以高检测概率和低虚警概率自动地检测低信噪比线谱.     

基于风险的船体结构无损检测功能的分级

基于船舶结构传统的经验基础上的检测方法不但带来较高的费用,而且还会产生不必要的检测.针对上述问题,本文提出了基于风险的船舶结构无损检测功能分级方法,采用检测概率、错误识别概率和裂纹出现概率度量检测功能,并修正了错误识别概率的取值范围.根据风险值对无损检测功能进行了分级,研究了风险值随检测概率、错误识别概率和裂纹出现概率的变化规律,并分析了风险值对检测费用、维修费用及失效费用的敏感性.在此基础上,将基于风险的船舶结构无损检测功能分级方法应用于优化检测策略,并用算例证明了文中所提方法的有效性.     

设计模式在实船训练系统软件设计中的应用

设计模式(Design Patterns)是人们在实践过程中总结出来的成功设计范例,在实船训练系统程序架构设计过程中引入设计模式可以提高系统框架的可复用性和可扩展性。首先简单介绍设计模式的概念和分类,然后将设计模式思想应用于解决在实船操作训练系统对象模型设计过程中遇到的问题,以此来说明设计模式在整个训练系统中的应用价值,为以后设计开发大型的设备监控软件提供新的思路。     

基于并行聚类算法的无监督异常检测研究

为满足高效聚类大规模数据集的要求,该文提出一种基于k均值算法的并行聚类算法,该并行算法能使聚类时间随节点主机数目的增多,呈近似线性递减。为了更好地平衡检测率与误报率,文章又提出了基于平方误差最小的重定位算法,相比于李娜等人提出的算法,该重定位算法使检测率提升了5%,误报率降低了1.1%。实验结果表明,该文算法不但能够提高聚类效率,而且能够更加有效地检测出已知和未知攻击。     

一种优化的船体外板三维点云数据提取方法

针对水火弯板机检测系统中船舶外板三维点云数据自动提取过程存在边缘噪点、板下贴合垫木识别效率低以及外板边缘拟合等问题,提出一种优化DBSCAN聚类算法,首先根据现场加工环境精简点云,利用网格划分来建立外板点云拓扑模型,然后根据DBSCAN密度聚类算法搜索出外板点云,最后采用最小二乘法进行边缘拟合。结果表明,该算法能有效识别外板边缘,提取出外板点云。     

基于TOPSIS和不确定语言的作战系统功能设备配置方案评价

通过分析舰载作战系统功能设备配置方案优化过程,建立了基于不确定语言的功能设备配置方案评价模型,提出了模型中参数确定方法。采用逼近理想解的排序方法(TOPSIS)对各方案进行排序,形成了舰载作战系统功能设备配置方案综合评价方法。通过对某型舰作战系统警戒探测设备配置方案进行评价及实装分析,验证了建立的模型和设计的方法是合理可行的。     

远程维修技术支援呼叫中心的设计

建立远程维修技术支援体系,对于实现舰船装备的快速、精确保障有着重要的意义。以呼叫中心为核心的CRM系统,则是远程维修技术支援体系中连接保障对象和保障源的重要平台。通过对CRM和呼叫中心系统的研究,提出了将CRM理念应用到远程维修技术支援系统中的思路,构建了远程维修技术支援呼叫中心的技术框架。     

基于MVC设计模式在交通应急管理系统中的研究与应用

针对交通行业生产、运输中的公共突发事件,提出一套适用于公共突发事件交通应急处理的辅助软件系统。为了实现高内聚低耦合的软件设计思想,提高软件的可维护和可扩充性,使用了MVC的设计模式来实现这一目标。