骨架提取算法的研究及在异形纤维中的应用

为了对异形纤维进行分类识别,需要对主分枝进行计数,提取纤维骨架是重要的预处理方法.提出利用物体边缘点和最小覆盖集的骨架生成算法,提取异形纤维的骨架信息.通过计算二值图像物体的局部中心点集,结合物体边缘点建立相关矩阵,获得最小覆盖集,然后利用爬山算法结合方向导数生成连续骨架.最后,对细小分枝进行修剪,保留纤维主分枝.实验证明,本算法计算的骨架保存了物体拓扑信息,并且对物体边缘噪声具有较强的抗干扰能力.     

半群PCn的极大幂等元生成子半群

考虑有限链上的保序且降序部分变换半群设PCn,通过对其幂等元的分析,得到了半群PCn的极大子半群和极大幂等元生成子半群的完全分类。     

双通道深度卷积神经网络的航空发动机剩余使用寿命预测方法

提出了一种基于双通道的深度卷积神经网络方法,用来预测航空发动机剩余使用寿命。该方法在传统卷积神经网络上,应用最大信息系数进行数据降维、卡尔曼滤波进行数据降噪;通过数据切片,将数据片标签设置为最后一个循环的剩余使用寿命,实现数据重构;引入分段和线性剩余使用寿命衰减模型,并给出了寿命衰减起始点判断方法;将寿命衰减前、寿命衰减中2种特征作为双通道网络模型的输入。在NASA涡轮风扇发动机仿真数据集（CMAPSS）上测试结果显示,在测试数据范围较大时,该方法相关指标明显优于其他方法,在航空发动机剩余寿命预测上具有显著优势。