飞行器故障诊断专家系统中的知识获取机制

根据某飞行器的诊断实例,先通过文字编辑模块（读取编辑器）转换源知识（实例）的形式,得到初始规则,然后运用归纳方法获得用于修理诊断的,精炼合理的系统知识,并由归纳分类形式知识库的分块分层结构,本 系统在ＨＰ ＶＥＥ的环境下开发实现,在某飞行器故障诊断的实际应用中能有效运行,完成知识的自动转换和分类精化。     

一种新型换热器的设计与制造

在换热器设计中,采用横纹管取代光管、用空心环代替折流板支承,获得了良好的效果。文章通过对横纹管与空心环的传热机理及性能分析,探讨了这种新型换热器的结构设计、制造及应用。     

基于免疫神经网络的雷达天线扫描方式的识别

采用了免疫RBF网络进行雷达天线扫描方式的识别.计算机仿真结果表明,对目前常见的几种简单的雷达天线扫描方式,免疫RBF网络系统在输入信噪比为4dB时的识别率已经达到99.13%,而它的网络训练步数仅需99步,具有非常优越的性能.     

基于混合进化计算的GMM优化方法及其在说话人辨认中的应用

提出了基于进化高斯混合模型(EGMM)的说话人辨认系统建模方法.EGMM在进化算法的框架下,为改善模型的泛化性能对GMM模型的结构与参数共同进行了优化.同时,系统的优化目标中引入了其他用户的区分性信息以提高其分类精度.根据GMM的特点设计了专门的遗传算子并结合GA与EP提出了一种新的混合进化算法.初步实验结果表明,EGMM方法建立的说话人模型具有更强的泛化能力.在说话人辨认实验中,较之传统的GMM方法,基于EGMM的系统的正识率提高了近3%,并且模型具有更小的平均尺寸.     

语音识别中结合进化计算的MMI训练方法

将最大互信息(MMI)和进化计算(EC)相结合,引入到HMM的训练中去.各个模型用个体来表示,个体的适应值采用模型的最大互信息.这样借助于演化计算的全局搜索及种群的特点,得到了基于最大互信息估计的HMM模型的更优解.实验结果表明,用该方法训练所得的系统识别率高于传统的基于梯度的最大互信息估计方法训练所得的系统.     

多重分形维数在语音分割和语音识别中的应用

语音气流中具有混沌特征,而分形可以定量地分析混沌现象,故分形可作为分析语音信号的数学工具．由于传统的Ｈａｕｓｄｏｒｆｆ－Ｂｅｓｉｃｏｖｉｔｃｈ 维数没有考虑关于集合中点的分布信息,本文引入多重分形维数来克服上述缺点．实验表明,多重分形维数语音分割方法明显好于单一Ｈａｕｓｄｏｒｆｆ－Ｂｅｓｉｃｏｖｉｔｃｈ 分形维数的语音分割方法     

重组Pichia酵母(Muts)发酵过渡阶段关键酶活分析

重组Pichia酵母表达系统的发酵存在从利用甘油为碳源生长到利用甲醇为碳源表达外源蛋白的发酵表达过渡阶段。Pichia酵母过渡阶段碳源代谢途径关键酶酶活分析表明：甲醇诱导3h AOX2酶活为0,4h时突然增加到0．05U,继续诱导,酶活缓慢增加;在过渡阶段甲醛脱氢酶和6-P-葡萄糖脱氢酶分别增加了6．1倍、2．5倍,而丙酮酸脱氢酶和异柠檬酸脱氢酶分别下降为原酶活的29．4％及16．4％,表明甲醇诱导后甲醇完全氧化代谢途径得到强化,而糖酵解途径和三羧酸循环途径代谢作用减弱。     

线性化逐层优化MLP训练算法

提出了线性化逐层优化ＭＬＰ训练算法（ＬＯＬＬ）．ＬＯＬＬ采用循环方式逐层对ＭＬＰ的连接权值进行训练．训练连接权值时用一阶泰勒级数表示神经元的非线性激活函数以实现神经网络的线性化,使ＭＬＰ的训练问题转化为一个线性问题．同时,为保证神经网络线性化条件不被破坏,ＬＯＬＬ通过在神经网络的误差函数中计入部分线性化误差限制参数的改变幅度,对神经网络的误差函数进行了修正．实验结果显示,ＬＯＬＬ训练算法的速度比传统的ＢＰ算法快４倍,用它构成的语音信号非线性预测器有较好的预测性能．     

图象自相似性测度算法的研究比较

图象的自相似性测度可作为图象识别和图象压缩的重要特征参量.分形几何图形具有自相似性和递归性,分形维数自然成为有效的自相似性测度.基于目前常用的有效的计算图象分形维数算法,其中包括"毯子"法、"盒子"法、"分数布朗随机场模型"法和各种改进算法,对各种方法的计算量、适用范围进行了研究比较.     

多径衰落环境下采用参考信道的自适应混合捕获

引入参考信道方法实现直序扩频系统PN码的自适应混合捕获,判决门限由参考信道采用单元平均恒虚警方法自适应设置．由于2个信道的本地PN码相位差远大于多径信号的最大时延,参考信道不会出现多径信号,因此能有效消除多径干扰对捕获系统的影响．对提出的参考信道捕获方法性能进行分析．仿真结果表明,提出的方法在良性环境下具有接近传统单元平均方法的性能,而多径衰落下性能明显优于传统的单元平均方法．