适于TBM施工的HSP法实时预报技术设计与实现

为实现TBM施工隧道的实时地质预报,以TBM刀盘滚刀破岩震动作为震源的HSP法地质预报技术为基础,通过分析TBM施工工艺与机身结构特点,对HSP系统硬件和软件进行优化设计,使其小型化、自动化和智能化,并搭载于TBM上进行智能控制。在TBM掘进过程中,首先,通过隧道轮廓位置的检波器连续或高频次地采集地震反射波信号; 然后,经系统软件对数据的自动处理,实时获取掌子面前方地层反射特征参数图谱; 其次,通过智能识别技术完成对不良地质反射界面的有效拾取与判识; 最后,实现不良地质的探测。通过对适于TBM施工的HSP法实时预报技术进行优化设计,实时探查前方地层不良地质(体)位置、规模与性质,为TBM的高效施工起到一定的推助作用。     

基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

汽车非确定性故障诊断模型研究

针对汽车非确定性故障诊断特点,基于模糊数学理论,提出了由概率统计法及专家优序法综合确定模糊隶属度的方法,结合对故障程度的描述,建立汽车非确定性故障诊断数学模型。以此为基础,有选择地借鉴模糊数学理论中的模式识别方法对故障进行诊断,最后以实例验证了该模型的实用性。     

一种结合2DLPP与2DPCA的人脸识别方法

为解决二维局部保持投影(2DLPP)需要较多数据表示人脸特征的缺陷,提出了一种新的二维局部保持投影主成分分析方法(2DLPP-PCA).通过对人脸图像在行、列方向同时进行2DLPP和2DPCA投影,2DLPP-PCA 不仅能减少保存人脸特征所需要的数据量,而且能有效地提取人脸的局部特征和全局特征.在ORL、Yale和CAS-PEAL-R1人脸数据库上的实验结果表明,2DLPP-PCA是一种高性能的特征提取方法,当训练样本数为6时,2DLPP-PCA在ORL数据库上的最佳平均识别率达到99％以上.     

基于条件熵约简和粗糙集规则匹配的反辐射无人机作战目标威胁识别

文章采用粗糙集的方法来处理威胁识别中的不确定、未知信息,利用条件熵度量威胁识别属性的重要程度,并提出了一种新的规则匹配方法识别威胁等级。通过实例分析与对比,证明此方法能够为反辐射无人机作战目标威胁等级的判断提供了一种可行的途径。     

基于草图的战场态势标绘系统

手绘草图以笔式交互为信息获取手段,以捕捉和理解用户的输入意图为目的,是表达人类思维最自然的人机交互方式.通过分析军事标绘中目前需要解决的人机交互问题,简单介绍草图识别技术,并将草图技术引入军事标绘,提出了基于草图的战场态势快速标绘系统的基本框架,以及系统各主要部分的实现方法.     

基于时频分布的海杂波环境下目标检测

对海杂波存在目标和没有目标两种情况进行时频分析,其时频分布图表现出明显的特征差异,在没有目标时,时频分布图比较发散,存在目标时,时频分布图中有较集中且与目标多普勒频移对应的最优曲线。利用这种差异,文章提出了基于时频分布的目标检测方法。时频分布检测方法通过查找算法得到该最优曲线,并取该最优曲线所有点的和值作为判断目标存在与否的依据。通过实测数据仿真表明该方法能够提高海杂波环境下目标检测性能。     

一种基于独立成分分析和径向基神经网络的人脸识别新方法

提出了一种新的基于独立成分分析和径向基神经网络的人脸识别方法。独立成分分析可以从高阶上消除特征数据的相关性,改进了主成分分析方法只能从2阶上消除数据相关性的弱点;最终特征数据的分类由RBF神经网络来实现。在人脸数据库上的实验结果表明该新方法的识别性能较其他方法有了很大提高。     

S变换在水下目标识别中的应用

研究了基于S变换模时频矩阵相似度的水下目标识别方法。根据测试样本对应的S变换模时频矩阵与标准样本对应的S变换模时频矩阵之间的相似度最大原则对测试样本进行识别。该方法不需要辅助分类器而直接实现目标识别,计算简单快速。仿真实验表明,该方法的识别率较高,且受噪声影响小,适合于水下目标识别。     

基于行为识别的智能车纵向决策研究

针对智能车纵向决策问题,提出基于环境车辆偏离车道程度识别运动模式的方法;构建动态环境车辆横纵向轨迹预测模型,并求解;构建保持、先行、避让在内的决策集,提出基于预测轨迹的单个车辆决策方法,并基于所有动态环境车辆的决策结果在加速、减速和匀速3 种结果中做出综合决策. 实车实验表明：在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11,0.29,0.80 m,预测精度较高;复杂动态环境下,本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.