冲突证据的目标识别系统的研究

目标识别系统中的不确定性信息常常表现为模糊性和冲突性信息.提出了一种在证据理论框架下实现模糊信息融合的方法.针对决策级信息融合中的冲突证据组合问题进行了深入的研究.在对现有组合算法分析的基础上,提出了一种新的冲突证据组合的方法.该方法采用先验概率加权与实际战场环境模糊加权相结合,最后采用归一化的可信度对证据进行加权平均并进行DS融合.仿真实验结果表明,此方法可有效地处理冲突证据,得到合理的融合结果.     

基于数码相机的图象数字变焦（视图插补）算法

相邻象素之间的相关是图象数字变焦（视频插补）、图象平滑及滤波处理的理论基础。为此以图象的相关系数为量化参数，讨论了象素空间和灰度相关性；定义了象素的空间距离和灰度距离，并在此基础上构造了基于空间相关和灰度相关领域变焦（插值）算子，给出了该算子的离散算法、软件实现和仿真。仿真结果表明：该算法最大限度地减小了图象的几何失真和色彩失真，可满足数码相机数字变焦的视觉要求。本算法已应用于i.Photo系列数码相机。     

齿轮钢20CrNiMo轧材表面裂纹缺陷原因分析

针对规格不小于?80 mm的齿轮钢20CrNiMo轧材探伤合格率低,轧材表面存在裂纹缺陷问题,对轧材裂纹缺陷进行分析,可知这可能是铸坯裂纹缺陷造成的。为了验证这一观点及查找出确切原因,便于提供解决方法,首先对铸坯表面进行抛丸检查,未发现裂纹缺陷;其次将存在裂纹的铸坯轧制成材的缺陷与轧材表面裂纹缺陷通过金相显微镜进行对比分析,发现裂纹形貌及周围脱碳程度存在差异,分析认为轧材裂纹不是由铸坯缺陷导致的;最后将铸坯开坯后方坯直接挑出缓冷后抛丸检查,发现表面存在严重划伤和凹坑缺陷,划伤缺陷形貌和周围脱碳程度与轧材裂纹相似。结果表明:轧材裂纹及翘皮缺陷是由铸坯开坯过程中产生的划伤和凹坑缺陷导致的,不是由铸坯裂纹缺陷导致的。     

基于模糊支持度采样的粒子滤波算法

针对粒子滤波中重采样导致粒子多样性减弱造成的滤波精度下降问题,给出了一种基于模糊支持度采样的改进粒子滤波算法;该算法在重采样过程后,首先根据MCMC(Markov Chain Monte Carlo)原理抽取候选粒子,然后依据重采样粒子和候选粒子自身数据中的蕴含信息,并结合模糊理论构建支持度函数和支持度矩阵,以充分地提取数据中的有效信息,在增强粒子多样性的同时实现其对于粒子的优选;最后仿真结果表明,该算法可有效地提高对于系统状态的估计精度。     

正则化FDA的核化及与SVM的比较研究*

无论是Fisher判别分析（FDA）还是基于核的FDA（KFDA）,在小样本情况下都会面临矩阵的病态问题,正则化技术是解决该问题的有效途径。为了便于研究正则化FDA与支持向量机（SVM）的关系,推导了一种正则化FDA的核化算法。将约束优化问题转换为对偶的优化问题,得到了与SVM相似的形式,分析了该核化算法与SVM的联系。针对Tenessee-Eastman(TE)过程的故障诊断结果表明,正则化KFDA的诊断效果明显好于LS-SVM。     

基于模糊理论的不精确可靠性数据的使用

讨论了在可靠性分析中不精确可靠性数据的利用。用模糊算法对来自同一母体的不同样本的各种资源的数据进行了综合，将几个同类型不同概率分布转化成一个模糊化分布。首先，将可靠性中常用分布的分布参数模糊化。推导出模糊参数的概率分布；其次，将来自不同信息源的各个分布相同参数的不同值综合成一个模糊数参数，用模糊化概率分布计算失效概率；最后，用一算例说明了该方法的用法。     

钢中氮含量对含硫齿轮钢硫化物影响的试验

某钢厂齿轮钢20CrMnTi(质量分数/%:0.17~0.23C,0.17~0.37Si,0.80~1.00Mn,0.025~0.035S,0.004~0.08Ti,1.10~1.25Cr)的生产工艺流程为90 t LD-LF-RH-CCM-150 mm×150 mm方坯连铸。通过热力学计算得到钢中的MnS和TiN均在液相线和固相线之间析出。试验研究钢中含不同氮含量情况下,钢中硫化物和氮化钛具有相互结合的变性效果。试验结果表明,当钢中氮质量分数约为0.005 5%时,TiN优先于MnS析出,钢中更多的硫化物夹杂以氮化钛为形核核心,形成硫化锰和氮化钛复合夹杂物,从而改善A类夹杂物尺寸和形貌,A类夹杂物呈短小、均匀分散分布态势,按GB/T 10561评定达到1.5级。     

浸入式水口结构对连铸大圆坯质量的影响

为研究不同结构的浸入式水口对大规格连铸圆坯质量的影响,以某钢厂生产断面直径为500 mm的 42CrMo连铸圆坯为背景,对使用侧孔浸入式水口和传统直通浸入式水口的使用效果开展研究。结果表明,采用侧孔浸入式水口浇铸时,结晶器进出水温差由传统直通水口的3.30 ℃提高至3.54 ℃;连铸圆坯中心疏松由1.5级改善至1.0级,中心偏析指数由0.93~1.21降低到0.98~1.02,近表层至近中心碳极差由0.050%~0.075%降至0.035%~0.053%,使用侧孔浸入式水口的连铸圆坯碳偏析得到改善;铸坯内弧侧表层至3/4R处氧化物夹杂物总量减少0.5个/mm2;铸坯从1/4R处向内长度不小于13 μm的硫化物数量减少0.35个/mm2;轧材全氧质量分数平均降低0.000 12%,夹杂物中B类氧化物夹杂均在1.5级以内,钢中大尺寸夹杂物明显减少,钢的洁净度得到改善。     

一种前馈神经网络基于U－D分解渐消记忆滤波的学习方法

针对前馈网络ＢＰ算法所存在的收敛速度慢且常遇局部极小值等缺陷，提出一种基于Ｕ－Ｄ分解的渐消记忆推广卡尔曼滤波学习新方法，与ＥＫＦ相比，不仅大大加快了学习收敛速度、数值稳定性好，而且比ＢＰ算法需较少的学习次数和隐节点数仍可达到更好的学习效果。仿真计算表明，该方法是提高网络学习速度、改善学习效果的一种有效方法，可有效解决非线性系统建模、辨识与控制问题。     

扩展概率数据关联新算法

基于新的联合事件定义，推导出一种联合概率数据关联新算法．在此基础上，分析了该算法（本文取名为ＥＰＤＡ）与概率数据关联ＰＤＡ的关系，从而得出ＥＰＤＡ可看成ＰＤＡ的一种扩展的结论，同时，还从理论角度说明Ｆｉｔｚｇｅｒａｌｄ提出的简化ＪＰＤＡ算法中近似经验常数可精确计算，也可近似给定，不仅仅只能靠经验给定．ＥＰＤＡ克服了传统ＯＤＡ算法不可回避的组合爆炸难题，是一种性能优良的数据关联算法．仿真分析证明，本文提出的扩展概率数据关联算法实时性、有效性强，适于工程应用．