基于LMKL和OC-ELM的航空电子部件故障检测方法

针对航空电子部件故障样本获取困难以及检测准确率不高的问题,提出基于局部多核学习(localized multiple kernel learning, LMKL)和一类超限学习机(one-class extreme learning machine, OC-ELM)的故障检测方法。仅运用正常状态的小样本数据,给出了LMK-OC-ELM的数学表达形式,并在不同的门模型下推导了LMK-OC-ELM中局部核权重的优化方法;在获取局部核权重的基础上,定义了离线故障检测所需的统计检验量与阈值,以便工程实现。将所提方法应用于某型接收机,结果表明,在训练时间可控的前提下,与4种常见的一类分类(one-class classification, OCC)算法相比,所提方法可均衡地提高召回率、查准率和特异度,以LMK-OC-ELM-sig为代表,其在F1、曲线下方面积(area under curve, AUC)、G-mean和准确率4个指标上,比最近提出的局部多核异常检测(localized multiple kernel anomaly detection, LMKAD)方法分别提高了1.60%、1.57%、1.53%和2.23%。     

基于改进MUSIC算法的散射中心参数提取及RCS重构

随着隐身技术的发展,雷达目标的边缘绕射等逐渐取代镜面散射成为主要的散射源,因此基于几何绕射理论（geometric theory of diffraction,GTD）的散射中心模型对隐身目标电磁散射特性的描述要比衰减指数和模型更为精确。显然,准确估计出GTD散射中心参数对刻画目标散射特性犹为重要。针对经典多重信号分类（multiple signal classification,MUSIC）法仅利用目标原始回波数据、参数估计精度不高这一问题,提出一种改进的MUSIC算法对散射参数估计提取。改进的MUSIC算法通过对原始回波数据取共轭,构建新的总协方差矩阵,有效利用了目标原始回波数据的共轭信息。仿真结果表明,与经典MUSIC算法相比,改进的MUSIC算法参数估计精度更高,雷达散射截面重构拟合程度更好,且运算量增加不大,可有效提取出隐身目标的散射中心。     

竞争环境下新能源汽车嵌入技术服务的定价策略

构建上游技术服务商和下游新能源制造商合作创新的两级供应链,考虑两个制造商的竞争关系和权力结构,研究不同竞争模式对产品定价、产品利润的影响,为技术服务商和新能源汽车制造商的决策提供参考。结果显示,技术服务商在同等条件下会提供技术给具有竞争关系的制造商以优化利润;制造商之间的权力结构会影响技术服务商的利润,并且在“权力对等”竞争模式(FLC)下的利润最大。从制造商角度,竞争强度和技术产出贡献度均会影响产品价格。在技术产出贡献度较小的情形下,垄断模式(M)下的产品定价最高,“制造商1领导”竞争模式(SLC)和“制造商2领导”竞争模式(TLC)下的定价较高,FLC模式下的定价最低;反之亦然。算例分析进一步指出,当技术产出贡献度较小时,M模式下的产品利润大于竞争模式(C)下的产品利润;反之亦然。此外,制造商之间的权力结构会影响C模式下的产品利润,因此,制造商在C模式的占优策略是通过FLC模式实施定价或在SLC和TLC模式下取得定价领导权。     

需求率依赖价格的新能源汽车租赁系统三方协调契约

考虑由新能源汽车制造商、租赁商和政府组成的三方系统,在市场需求率为随机且依赖租赁价格下研究了租赁商的车队配置和租赁价格的最优决策以及系统协调问题。为此,分别建立了分散决策模型、集中决策模型和基于成本共担、收益共享和两部收费的联合契约协调模型。研究结果表明：分散决策下无法实现系统协调,通过引入这种联合契约,当契约参数满足一定条件时,不仅能够实现系统协调且可以使各成员收益达到帕累托改进。最后,通过算例分析验证了模型的有效性。     

基于改进的局部保持投影的战时备件分类

为提升战时合成部队备件保障效能,需对其进行有效分类,以便开展备件的预储预置。针对备件种类多、时效性强、影响分类因素复杂的现实问题,提出了基于改进的局部保持投影的备件分类方法。首先,根据战时备件分类储备的影响因素,作为备件分类的特征指标,其次,利用改进的局部保持投影的降维方法对备件原始特征数据进行特征降维,得到低维特征向量。再利用支持向量机（support vector machine,SVM）的分类器对低维数据进行分类。并通过量子粒子群对SVM的核函数参数进行寻优,提升备件分类精度,得到满足备件分类准确率最优时的降维维数和分类器参数。最后,通过对演习装备备件分类的实例分析,验证了模型的可行性和合理性,并对比分析了其他分类方法,表明该方法能够较好地解决战时备件分类的问题。     

汽车客运站旅客自助服务系统

一、前言 随着人民生活水平的不断提高,旅客对乘车环境提出了更高的要求,与此相适应,客运站场的建设要求也越来越高,而智能化建设在客运站场的应用程度正体现出其服务水平、档次的高低。汽车客运站正逐步向小站大场、人车分流、以人为本的理念以及绿色环保、智能化模式方向发展,不仅充分体现智能化信息技术在客运站场中的灵活运用,还可实现汽车客运站对车流、人流等管理的智能化,从各方面保障旅客的安全。     

基于BERT模型的文本评论情感分析

目前,用户的评论对产品的改进具有重大意义,为了解决文本情感人工阅读效率低下和传统词向量搭配神经网络解决文本情感分析准确率不高的问题,本文中提出了一种基于BERT模型的文本情感分类的解决方案.本文实验中使用谭松波酒店评论语料,通过使用预训练好的BERT模型进行fine tune,将得到的结果通过搭建的神经网络模型进行分类...     

人工智能应用于民事诉讼证明的问题研究

在智能化全球背景下,人工智能与司法体制的结合是大势所趋,但在享受科技带来的便利之时注意其双刃剑的实质也是必要的.在《证据规定》修改之后,民事诉讼证明标准的主观性愈发明显,以科学算法和客观概率为运行基础的人工智能与以主观性为本质特征的民事诉讼证明标准结合就会产生一系列的排斥反应.因此,有必要通过正确认识人工智能的辅助地位...     

机载激光点云在1:10000基础测绘DEM局部更新中的应用

机载激光雷达作为一种重要的对地观测技术手段,融合GPS、惯性导航、激光测距等先进技术,可实现高效率、高精度获取地表三维坐标信息。随着机载激光雷达在测绘领域的广泛应用,基础测绘地理信息数据获取的方式发生了革命性的变化。文章重点探讨小型多旋翼无人机结合机载激光雷达开展1∶10 000数字高程模型(DEM)局部更新中的具体应用情况及相关问题,结合典型案例,旨在为今后相关工作提供经验及参考,从而进一步提高基础测绘工作的生产效率和成果质量。     

面向概念漂移集成分类的三支决策优化方法

提出一种面向概念漂移集成分类的基分类器三支过滤方法.首先基于信息熵理论计算出基分类器的不确定性值,并融合其准确性作为基分类器的质量度量,然后通过预设阈值 α、β 对基分类器进行三支过滤.其过滤策略为:删除质量权值小于等于阈值 β 的基分类器;保留质量权值大于等于阈值 α 的基分类器;对于质量权值大于 β小于 α的基分类...