基于改进的卷积神经网络的钢号识别

为获取样本的多样性特征,提出了一种改进的卷积神经网络结构。该网络中引入多层递归神经网络,利用卷积神经网络提取输入图像的浅层特征,同时利用卷积神经网络和递归神经网络并行提取高层特征,最后将两种网络学习到的特征进行融合输入到分类器中分类。利用迁移学习理论解决小样本集数据训练不足的问题,并将这种卷积神经网络结构应用于石油物资管线钢号识别中。实验探究了递归神经网络个数与卷积核个数对网络性能的影响,实验结果表明,改进的网络结构与其它网络进行对比,错误率降低了 3% 。     

油田管道风险及完整性评价体系构建与应用

为提升油田管道安全隐患的预警和分析能力，根据 GB32167-2015《油气输送管道完整性管理规范》的要 求和管道密集型油田的实际特点，对Ⅲ类管道进一步精细划分; 同时结合地理和周边居住区情况，对管道的高 后果区进行有效识别，从而对管道进行风险等级分类，完善管道完整性的评价体系。通过互联网 + 数据驱动的 模式建立油田管道完整性数据管理平台，以可视化方式全面评价油田管道运行风险。该平台可提高油田管道 风险评估的准确性，确保及时准确预测风险。     

气敏材料Zn2 SnO4的制备及其特性测量的实验研究

为解决实验内容方法陈旧,制备气敏元件的性能指标无法满足实际测试要求的问题,对半导体气敏材料的制备及其气敏特性测量进行了实验研究,从而提高元件的性能,并使实验内容满足本科教学更加贴近科学研究前沿的需求。通过采用溶剂热法制备了三元金属氧化物Zn2 SnO4气敏材料并对其性能进行了系统测量,并将该实验内容应用于电子功能材料实验的开放性创新实验中。结果表明,基于Zn2 SnO4材料的气敏元件对HCHO 气体表现出优异的气敏特性。通过该实践过程,使学生掌握一种合成纳米材料的新方法,了解材料表征方法,该项目的实施有利于学生提高科研素质和创新能力的培养。     

无人机航迹规划常用算法综述

为促进航迹规划技术的发展,对航迹规划常用算法进行综述。首先对航迹规划的规划思想和构成进行分析; 其次将航迹规划算法分为传统经典算法和现代智能算法两大类,对其中几种常用算法进行分析总结; 最后阐述现代智能算法在航迹规划应用中的改进、多重算法的融合改进以及多无人机四维航迹规划算法研究3 个研究热点及未来发展趋势。     

航天复杂产品系统智能优化协调方法及其应用

复杂产品系统优化协调方法在航天系统工程理论研究和工程应用中具有重要的研究价值和意义。 分析了航天复杂产品系统的特点和优化协调的目的,按照总体、子系统的层次构成关系,建立了航天复杂产品系 统优化协调的数学模型。研究了智能优化算法,分析了复杂产品系统协调过程与智能优化算法的相似性,在此基 础上提出了复杂产品系统智能优化协调方法。通过粒子群算法求解资源分配问题的应用算例,证明了智能优化 协调方法的有效性。     

基于云协同的网络集群反隐身火控系统设计

针对反隐身作战需求,讨论了云计算及其军事应用,提出了“战术云”概念;基于“战术云”提出了一种 云协同网络集群反隐身火控攻击引导技术,分析了其火控工作原理,设计了其系统结构和功能组成,给出了其体 系架构,描述了其工作过程,并归纳总结出该新型火控系统的４ 项关键技术,即云协同探测、云战术决策、云无源 火控、云网络制导,为新一代火控攻击引导系统研制提供了参考,具有很强的工程应用前景。     

基于禁忌搜索的认知无线电性能优化算法

传统的认知无线电(CＲ: Cognitive Ｒadio)优化算法大多是在牺牲认知用户带宽和数据传输率的前提下实 现频谱池干扰抑制的。为进一步提高频谱利用率,提出了基于禁忌搜索的优化算法。该算法采用禁忌搜索获 得产生最小 ICI(Inter-Carrier Interference)的最优小波滤波器。仿真结果表明,将该算法与屏蔽相邻子载波算 法、最佳失效子载波算法和基于遗传算法的 ICI 抑制算法相比较,该优化算法能更好地减少系统 ICI 能量,改 善系统 BEＲ(Bit Error Ｒate)。而且,该优化算法不会占用认知用户带宽,也不用牺牲认知用户数据传输率。     

不同维分数阶系统的无源同步控制

为解决不同维分数阶Lorenz 系统的无源同步控制问题,根据分数阶系统稳定性理论和无源控制理论, 设计了新的主动控制器和无源控制器,实现了不同初始条件下不同维分数阶系统的无源同步。该方法将同维 整数阶混沌系统的无源同步控制方法拓展到阶次小于1 的不同维分数阶系统,数值仿真验证了所设计控制器 的快速性和可行性。该方法可使驱动系统与响应系统的状态变量保持运动轨迹一致,控制方法具有针对性且 控制速度较快。     

基于混合范式多任务学习的图像稀疏表示

受视觉表示和多任务学习的研究结果启发，发现传统模型约束项所获得的稀疏表示或过于冗余或过于严格要求信息共享，为寻找一种折中且更加有效的特征表示方法，提出基于混合范式多任务学习的图像稀疏表示学习框架。该框架以多特征的类别信息作为先决信息对特征进行组划分。选择L2，1和L1混合范式做约束惩罚函数约束，其中L2，1范式，在特征组内提取同种特征相关共享信息，L1范式在多特征组之间去相关，选择竞争性更强的特征种类。提出的学习框架不仅实现了多特征联合，而且充分考虑了不同特征之间的互补表示能力又消除了冗余。实验结果表明，由该框架学习得到的稀疏表示不仅可以达到稀疏要求，同时也实现了较好的分 类性能，证明了混合范式算法对提取图像关键本质信息的有效性。     

基于红外光谱的沥青SBS 含量自动测定方法

为有效检测沥青中SBS( Styrene-Butadiene-Styrene Copolymer) 含量,提出了一种基于红外光谱法测定改性沥青SBS 含量的方法。该方法对比分析SBS 改性剂和基质沥青红外光谱,确定SBS 改性剂特征峰966 成为定量测定沥青SBS 的关键点,引入复化辛普生求积公式求吸收峰峰面积; 依据朗伯-比耳定律,通过最小二乘法拟合出峰面积比与SBS 含量之间关系的标准曲线。最后用辽河石化70#基质沥青制备不同SBS 含量的改性沥青,最终校正样本和测试样本测定的SBS 含量平均误差分别是0． 14%、0． 02%。实验结果表明,该方法相比原有凝胶渗透色谱等试验测定方法具有速度快、精度高、易操做等特点,为今后道路建设工程中及时检测沥青 SBS 含量提供一种科学有效的方法。