基于混沌时间序列理论的发动机状态参数降噪研究

针对因缺乏未染噪数据而难以考查航空发动机状态参数降噪效果的问题,提出了基于混沌时间序列理论来考查其降噪效果的办法,并结合实例考查了小波、奇异谱分析和局部投影3种降噪方法对航空发动机状态参数的降噪效果.仿真结果表明,局部投影法更多地保留了发动机状态参数的混沌特性,适用于航空发动机状态参数的降噪处理.     

应用SPRI技术检测指纹上的化学品残留

介绍了表面等离子体共振成像（ SPRI）的原理,应用自行搭建的SPRI系统采集指纹图像,并分析其中的化学物残留。在实验中,测量了粘有TiO2颗粒的指纹和正常状态下的指纹的SPR吸收光谱,并进行比较分析。实验结果表明：指纹图像有较高的分辨率和对比度;通过对指纹图像进行SPR分析,获得其SPR图谱,能显著观察到其共振波长的变化,从而能实现对残留化学品的检测。     

航空二次电源数字式控制保护器设计

针对航空二次电源要求效率高、体积小、重量轻、高可靠性及实时性强的特点,研制了以F2812芯片为核心的嵌入式数字控制保护器,使DC/DC变换器实现自检测、健康预测和性能监控以及保护等功能.该保护器通过RS485总线与上位机进行信息交流,并将必要信息存储,同时阐述了试验过程中暴露的主要问题和解决措施,该保护器具有良好的工程应用价值.     

基于接纳控制的智能电网需求响应

采用效用函数刻画用户的用电满意度, 将需求响应问题建模为一类凸优化问题. 针对电力供应商的供电量不能满足用户最小用电需求的问题, 结合分布式用电量调度和实定价, 设计两类接纳控制算法. 仿真结果表明, 通过接纳控制, 满足了购电用户的最小用电需求, 保证了用户的用电质量, 能够实现电网的供需平衡.     

基于张量奇异值分解的人脸识别方法

在人脸识别领域应用张量奇异值分解( TSVD)来进行人脸特征的表示和提取,克服了过去的提取方法,如主成分分析法( PCA)等过于依赖拍摄条件的缺点。 TSVD将数据转换成三维线性模型,所以能避免二维线性方法中条件改变则精确度下降的问题,使得识别算法在变化的条件下获得了相对稳定的结果。在此基础上对算法进行了优化,利用矩阵分解,在不影响算法正确率的情况下,有效减少计算量,提高算法效率。基于Matlab对该算法进行了四组实验,并将结果与用PCA方法得到的结果对比,验证了该识别算法在变化条件下显著的正确性以及稳定性;同时,对优化的TSVD算法进行了实验验证,在数据量较大的情况下,该算法速度明显提高。     

基于云模型的灾难恢复能力评价方法研究

鉴于现有灾难恢复能力评价体系对动态指标的考虑不足,不能全面地反映现实系统,评价方法未对系统的整体稳定性做分析且权重计算偏于主观,易受人为因素影响等情况,构建了一套新的灾难恢复能力评估体系和评价方法。提炼归纳了体现灾难恢复能力的综合性动态指标,丰富了指标体系。引入云理论,提出了基于正态分布区间数的指标评价值规范化方法和改进的G1-熵权法的综合赋权模型,最终得出了系统灾难恢复能力的云模型表示方法,完成了定性到定量的转换。通过实例仿真验证了该方法的可行性。     

基于聋人案例的空间隐喻语义认知计算

我们从心理语言学的角度,对空间隐喻进行相似性分类和计算,使用多维量表和聚类方法,以聋人为被试分别进行了两个实验。实验结果表明,聋人为实现空间隐喻理解的计算,使用了地形空间和语法空间的特征信息,同时受手语语言特点的影响,其空间隐喻的认知主题包括手势者自身参照系、参照物的相对坐标系、手势空间的饱和度、以手部或胸部为边界。同时表明由于两种空间的存在,聋人大脑对空间隐喻的理解存在着层次,并且在长期使用手语交流的过程中,其地形空间和语法空间相互作用,影响了聋人大脑空间隐喻的结构和表征,从而导致了独特的高效快速空间隐喻计算。
     

云环境下组合电子健康记录访问控制框架

针对云环境下电子健康记录信息安全共享的需求提出云环境下组合电子健康记录访问控制框架.在该框架中基于多个CDA文档的逻辑关系,提出并构建组合电子健康记录结构,应用基于属性的多级安全访问控制策略实现组合电子健康记录的安全管理,应用基于XLINK技术的XML Web服务实现组合电子健康记录的下载和查看.通过对比分析可说明,与已有方案相比,本方案提出的框架更加适合云环境下的电子健康信息安全共享.     

采用STRAIGHT模型和深度信念网络的语音转换方法

提出一种将STRAIGHT模型和深度信念网络DBN相结合实现语音转换的方式。首先,通过STRAIGHT模型提取出源说话人和目标说话人的语音频谱参数,用提取的频谱参数分别训练两个DBN得到语音高阶空间的个性特征信息;然后,用人工神经网络ANN将两个具有高阶特征的空间连接并进行特征转换;最后,用基于目标说话人数据训练出的DBN来对转换后的特征信息进行逆处理得到语音频谱参数,并用STRAIGHT模型合成具有目标说话人个性化特征的语音。实验结果表明,采用此种方式获得的语音转换效果要比传统的采用GMM实现语音转换更好,转换后的语音音质和相似度与目标语音更接近。     

基于Tri-Training的事件关系分类方法研究

事件关系分类是一项研究事件之间存在何种逻辑关系的自然语言处理技术。针对事件关系分类任务中训练语料不足的问题,提出了基于Tri-Training的事件关系分类方法。该方法首先根据已标注的语料训练三个不同的分类器,以多数投票的方式从未标注集中抽取置信度较高的样本对训练集进行扩充,然后利用新的训练集重新训练分类器,反复迭代,不断完善分类模型,最终达到提升事件关系分类性能的目的。实验结果表明,以F1值为评价标准,基于Tri-Training的事件关系分类方法在四大类事件关系上的分类性能为64.36%。