生成式对抗网络研究综述

深度学习领域一个十分活跃的分支—生成式对抗网络（GAN）已经成为人工智能学界一个热门的研究方向。生成式对抗网络采用无监督的学习方式,自动从源数据中进行学习,在不需要人工对数据集进行标记的情况下就可以产生令人惊叹的效果。阐述了GAN的背景、基本思想,对其相关理论、训练机制和应用研究进行了梳理,总结了GAN的常见网络构架、训练技巧与模型评估标准,还进行了GAN与其他生成模型VAE、衍生模型的对比,最后进行分析总结,指出GAN的优缺点并对未来发展方向进行展望。     

装甲车辆动力传动系统载荷谱测试方法研究

针对装甲车辆动力传动系统载荷谱测试中的问题和难点,根据实际使用中需要不同工况下动力输出扭矩的载荷谱要求,用有限元法建立了动力与传动连接部分--飞轮盘的计算模型,提出了利用飞轮盘结构测试输出扭矩的测试方案,研制了狭小空间内近场遥测动态扭矩的测试装置,获取了几种不同路面工况时的动力输出扭矩信号,编制了装甲车辆载荷谱处理分析软件,获得了有价值的载荷谱数据.     

动态减振轮毂驱动电动车半主动悬架系统优化控制

为抑制轮毂电机所导致的电动车悬架系统振动负效应问题,基于动态减振半主动悬架构型,在最优控制理论框架下,分别设计全状态反馈二次最优（LQR）控制器和部分状态反馈H∞最优控制器,并分别以簧上质量加速度、电机所受最大动态力、电机垂向振动加速度、悬架位移和轮胎动载荷最小为目标,利用非支配排序遗传算法(NSGA-II)对加权系数进行优化。仿真分析结果表明：通过合理参数优化设计,部分状态反馈H∞最优控制可具有与全状态反馈LQR控制基本相当的控制性能。     

基于多分类器综合的语音识别方法研究

本文中介绍了一种新的语音识别模型,该模型以BP神经网络、高斯混合模型、矢量量化模型为语音识别基本模型,建立了语音识别多分类器综合模型,用线性加权的综合方法对综合模型的识别结果进行处理.大量的试验和数据证明该方法具有较高的识别率.     

粒子群优化技术用于故障诊断中的测点优化配置研究

针对车辆齿轮传动箱这样一个复杂的动力学系统,建立结构在不同点激励和不同点响应的传递特性模型。考虑其内部各种零部件的振动信号经不同的传递路径到达箱体表面并相互叠加在一起的实际情况,提出用基于粒子群优化算法解决故障检测中的传感器优选与测点配置问题的基本方法。通过各测点的测试分析与传递特性参数的优化,不但给出了测点布置的基本优选原则,也证明了基于粒子群优化技术的传感器与测点优化配置是可行的。     

金属与非金属部件粘接质量声诊断的神经网络方法

本文基于神经网络对目标的识别与分类能力,用简单的敲击法获取了某压力容器的声响应信号,通过对声信号的频域特征提取,应用前馈多层神经网络对压力容器的金属与非金属部件之间的粘接质量进行了诊断,实验表明所给出的特征提取方法和神经网络模型是解决金属与非金属粘接质量诊断的一条较为有效的途径。     

基于特征复用的卷积神经网络模型压缩方法

为了在不降低准确率的前提下，减小卷积神经网络模型的体积与计算量，提出一种基于特征复用的卷积神经网络压缩模块——特征复用单元（FR-unit）。首先，针对不同类型的卷积神经网络结构，提出不同的优化方法；然后，在对输入特征图进行卷积操作后，将输入特征与输出特征进行结合；最后，将结合后的特征传递给下一层。通过对低层特征的重复使用，使总的提取的特征数量不发生改变，以保证优化后的网络的准确率不会发生改变。在CIFAR10数据集上进行验证，实验结果表明，优化后的VGG模型体积缩小为优化前的75.4%，预测时间缩短为优化前的43.5%；优化后的Resnet模型体积缩小为优化前的53.1%，预测时间缩短为优化前的60.9%，且在测试集上的准确率均未降低。     

智能车辆视觉系统的障碍物边缘检测

对采集的道路图像中的障碍物进行边缘检测,其过程为:道路图像预处理、二值化、边缘检测和数学形态学处理.同时,在MATLAB7.0中对图像进行仿真.     

基于人工免疫算法的车辆控制模型研究

对于自动驾驶中的车辆跟踪控制,仅依靠传统的控制策略进行速度调节无法达到准确、快速的跟踪效果。将免疫学原理中的人工免疫算法引入到车辆控制中,并建立了车辆横向和纵向的控制模型,以达到改善车辆控制的效果。通过大量仿真实验,验证免疫算法在车辆控制过程中的优劣。仿真结果表明,该控制系统在被控对象参数变化的情况下,仍具有良好的控制性能,具备了很强的自适应性和鲁棒性,能够迅速适应外界变化,具有较大的工程应用价值。     

OMA和QICA技术在齿轮箱故障诊断中的应用

通过对齿轮箱振动机理学习和LMS齿轮箱模态实验分析,运用工作模态分析技术(OMA)进行了齿轮箱故障诊断的研究,并针对实验得到的振动信息存在信噪比低、信号混叠等问题,引入了量子独立分量分析(QICA)理论,即将量子优化原理应用于独立分量分析中的改进算法,并提出了基于量子独立分量分析方法的信号特征提取计算,用BP神经网络进行识别,达到故障诊断目的。