中小型航空公司多机型机组复原问题研究

在前人提出的单机型机组复原方法的基础上,增加了多机型的资源分配,并对同一机组的相继航班提出进一步约束,同时考虑了机场宵禁以及后备机组容量的限制。根据国内某航空公司的真实数据,调用CPLEX求解,结果表明,该优化方案能够为高效解决中小型航空公司多机型的机组复原问题提供支持。     

核电站瞬态运行参数数据压缩与复原方法

针对当前因核电站瞬态运行测量参数种类较多导致数据在网络传输、数据存储和算法训练过程中存在传输速度慢、算法拓扑结构复杂等问题,本文通过改进特征工程算法建立了一种核电站瞬态运行参数数据压缩和数据复原方法.该方法利用主成分分析方法提取瞬态运行参数的特征向量,减少瞬态运行参数的数据维度;同时配合高斯过程回归方法可对降维后的瞬态运行数据实现高精度的复原.结果表明:瞬态运行数据先压缩再复原后,复原值与实际值最大误差不超过0.000002.同时压缩后的数据特征也可为核电站故障诊断提供判断依据,进一步提高核电站安全与可靠性.     

正则化的近似最大公因子的图像盲复原算法

针对近似最大公因子图像盲复原算法对噪声敏感的问题,提出了一种基于全变分正则化的近似最大公因子图像盲复原算法。该算法利用近似最大公因子盲复原算法估算出点扩散函数,然后利用全变分正则化迭代解卷积求得复原图像。改进算法从抑制噪声和反卷积运算约束两个方面去改进近似最大公因子图像盲复原算法,提高算法的鲁棒性。最后给出仿真实验,在同一噪声水平下改进算法的PSNR提高了1～5dB,SSIM提高了0.09～0.3,验证了改进算法有较好的效果。     

相对运动所引起的模糊图像的模糊复原算法研究

由于通常所要处理的图像都具有某种不确性，根据先验知识采建立退化模型的反退化处理技术，如滤波，其通用性较差．论文基于模糊算法对由相对运动引起的模糊图像的复原算法进行了研究，阐述了运动模糊图像退化的数学模型．根据数学模型分析其退化的原因，并运用模糊理论知识，提出了对由相对运动引起的模糊图像进行复原的隶属函数，同时与维纳（Wiener）滤波复原算法进行了对比分析．结果表明：模糊复原算法对有噪声的运动模糊图像能基本还原出原来的图像，效果相当理想，为图像复原技术提供了一种新思路．     

严重噪声污染下的模糊图像复原方法

提出一种改进的自适应加权正则化迭代图像复原算法。该算法能够自适应地选择并自动修正正则化参数。在每一步迭代过程当中,算法不断更新正则化参数并同时进行复原滤波,使复原结果能够快速趋向于最优。通过实验验证了本文算法的有效性。分析结果表明,该方法能够增强图像复原过程对强噪声的适应性。     

基于二次相对评价的航空公司竞争力研究

为消除样本客观条件优劣对航空公司评价结果的影响,建立了反映航空公司管理者主观有效努力程度的竞争力评价的二阶段分析模型。分析模型中,第一阶段用层次分析模型和因子分析模型分别对2008—2009年数据进行了分析;第二阶段采用群组决策约束锥DEA模型得出扩展的航空公司竞争力综合评价结果。结果显示:标杆航空只有国际航空公司一家。该方法克服了以往的评价方法有效单元过多的问题。     

程控交换机中的动态调度算法

给出一种多个队列的静态时间表调度算法,然后从调度在局部时空内达到最优的角度出发,提出了一种动态时间表的设计方法。     

面向航空发动机多传感器并行预测模型的设计与实现

为了准确预测航空发动机工作时传感器数据的变化趋势,有效监控航空发动机的工作状态,该文就发动机高压压气机转子转速、燃烧室燃油喷嘴压力、涡轮后温度等数个航空发动机主要传感器数据,使用滑动窗口算法截取子序列构建数据集并对其进行标准化。提出了一种基于Seq2Seq的面向航空发动机多传感器数据预测神经网络模型(AMSDPNN),并对该网络进行优化,最终实现了对航空发动机多传感器数据的预测。实验表明,相较于其他传统数据预测模型,该模型有着更好的预测效果,其均方误差值为0.1%,同时提前320 ms实现了对航空发动机传感器数据的预测。     

具有显著异常值的夜间模糊图像非盲去模糊

为了抑制夜间模糊图像中常出现的各类异常值对去模糊的影响,提出了一种基于联合稀疏与最大熵先验的异常值检测与去模糊算法,该算法能够有效检测分布具有稀疏性的异常值。另一类异常值-饱和像素的分布通常具有聚集性,为此设计了一种高度饱和区域周边振铃伪影修正算法作为复原图像的后处理步骤。在包含冲击噪声的数据集上测试表明,本文算法能够对不同密度的噪声有效自适应。在部分饱和模糊图像上的实验显示,本文算法复原图像的平均SSIM值相比其他先进算法提高了0.1以上。     

一种简单有效的视频序列超分辨率复原算法

针对视频序列中逐帧图像的超分辨率复原问题,提出一种基于参考高分辨率图像的视频序列超分辨率复原算法.该算法利用了大多视频设备能同时提供静止图像和动态视频拍摄的特点,以同一场景获取的高分辨率静止图像为参考图像,提取高频细节经运动估计补偿和可信度加权后用于低分辨率序列各帧的超分辨率复原,并采用最大后验概率约束优化进一步提高复原图像的保真度.实验中采用多个序列对算法性能进行了测试,结果表明,该方法对各序列中连续多帧的复原效果均明显优于传统的双线性插值方法和基于最大后验概率(MAP)的静态批处理方法,其平均PSNR值与MAP静态批处理方法相比提高了2.4 dB以上.