潜在表示学习框架下的低冗余多视图聚类算法

基于潜在空间学习的多视图聚类研究得到了较大发展,但其通常忽略了原始数据中冗余信息的存在可能会带来不理想的聚类结果。为解决这个问题,提出一种潜在表示学习框架下的低冗余多视图聚类算法。基于k-means的方法,直接从各视图数据学习其低维表示,由于该低维表示的各个特征相互正交,学习到的低维表示通常含有较少的冗余信息。基于潜在空间的假设,各视图的低维表示可由同一个潜在表示投影得到。将两者结合,就能得到一个具有低冗余信息的统一的潜在表示。设计了一个优化算法来求解目标问题,在多个公开数据集上的实验表明了该算法的有效性。     

过站航班地面保障流程效能评估

为了感知过站航班地面保障流程运行状况和优化机场协同决策信息系统,研究了单航班条件下的保障流程效能评估问题。通过系统分析地面保障流程,得到各场景的效能评估指标。结合评估指标的大小、重要性及聚散状态3个维度,构建了流程效能评估指标体系。设计了一种基于雷达图周长-面积的过站航班地面保障流程动态效能评估方法,并结合实际运行数据开展仿真验证。研究表明,流程效能评估结果整体上直观描述了保障流程效能的动态变化。通过客观性对比和敏感性分析可知，结果一定程度反映了过站航班离港属性,为航班推出控制提供依据。     

基于观测器的飞机除冰液温度鲁棒控制方法研究

对飞机除冰液温升模型的时变和延时特性进行了分析研究.采用Pade逼近对飞机除冰液加热系统的纯时延特性进行近似,将系统的时延问题转化为非时延问题进行处理.为克服由于飞机除冰作业过程中流量变化所造成的系统模型参数变化,采用基于滑模变结构的鲁棒控制方法对系统模型参数摄动进行补偿.为解决系统状态不可测问题,消除Pade逼近误差对出口温度的影响,采用状态观测器对系统的状态进行估计,并对Pade逼近模型输出误差进行补偿.利用系统不同流量下的试验温升曲线模型对设计的控制策略进行了仿真研究,仿真结果验证了所提出算法的有效性.     

基于LWSVR的繁忙机场航班滑出时间预测

针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。     

飞机滑行路径仿真与优化研究

可变滑行时间是评估机场场面交通流特性的重要指标,影响机场运行效率、旅客满意度以及污染排放问题。针对国内某大型枢纽机场,根据元胞自动机原理和交通流拥塞规律,将机场滑行区域视作由节点和链路构成的网络拓扑,以滑行规则和飞机之间的冲突作为约束条件。构建飞机离场交通流的模型,使用蒙特卡洛算法得出最优滑行路径,结合航班数据进行仿真分析。研究结果表明,该模型减少了离港飞机的滑行等待时间,滑行效率提高了9.8%,充分调度和合理分配了机场地面资源。     

基于深度神经网络的航班保障时间预测研究

航班地面保障时间预测是提高机场运行保障效率和决策能力的关键问题之一。考虑到服务流程的复杂性和特殊性,建立了航班地面保障资源到位时间的高斯概率模型,提出了一种基于深度神经网络的航班地面保障时间预测模型,并根据保障数据规律性变化调节模型参数,减小不确定性因素产生的泛化误差。研究结果表明,单航班预测结果的平均绝对误差比多航班小4.479 min,模型评价分数达到了94.608,且预测精度比传统BP神经网络和贝叶斯网络方法高3%~5%。     

浅谈企业网反垃圾邮件方案

分析了垃圾邮件的定义、现状、影响、成因及主流的反垃圾邮件技术,提出了企业反垃圾邮件方案,即设计和规划邮件系统安全性,综合应用各种反垃圾邮件技术,加强人员安全意识和良好习惯培养。     

基于着色时间Petri网的航班保障服务建模方法

航班地面保障过程的定量描述以及保障服务时间的准确估计是提升机场保障服务效率的关键。通过分析航班地面保障服务实际作业流程,提出了一种基于着色时间Petri网的航班地面保障服务定量描述模型。该模型将保障服务分为作业、状态、资源3部分,利用着色时间Petri网基本元素描述保障作业、作业逻辑关系、服务状态及其与保障作业的关系,根据该模型设计了一种基于蒙特卡罗仿真的保障服务时间估算方法。利用国内某大型枢纽机场实际航班保障服务时间数据与本文提出的方法估计保障时间数据估算误差进行分析验证,表明本文提出方法对航班地面保障服务时间估计的可行性和有效性。     

LD泵浦的YAG-KTP腔外倍频激光器

研制成我国第一台用ＬＤ泵浦的ＹＡＧ－ＫＴＰ腔外倍频激光器，阈值泵浦功率为３１．８ｍＷ，输出功率为０．２ｍＷ，斜效率为２％。文中简单报导了实验方法和实验结果。     

基于时空关联网络的机场机位运行过程建模

为了提高机场机位运行效率, 对机位运行过程进行精确分析描述。在分析机场进出港航班机位运行流程的基础上, 将机位运行过程抽象为时空关联网络，定性描述航班与机位的逻辑关系, 使用航班时间窗、机位地理位置等特征参数定量描述机位运行信息, 由此构建一种基于时空关联网络的机场机位运行过程定量描述模型。利用国内某大型枢纽机场实际机位运行数据对所提模型进行分析验证, 结果显示，时空关联网络模型符合幂律分布, 58.62%的节点平均误差为0.172 4 h, 节点度分布均值为0.666 7, 聚集系数均值为0.807 5。节点度分布较高和聚类系数较高的节点为关键节点, 对应影响力较大的关键航班；较现有模型, 描述态势信息的宏观微观特征参数提升了场景描述精度并能有效适应数据规模的变化。