摘要：为突破内齿轮加工受限于插齿等工艺,实现内齿轮的高精高效加工,提出内齿轮剐齿刀具设计及修形优化方法.根据渐开线齿面展成原理求解内齿轮齿面方程;建立剐齿刀具前刀面坐标系和加工运动坐标系,根据啮合原理求解剐齿刀具前刀面和共轭面模型,并用双三次NURBS曲面拟合;利用牛顿迭代法求解共轭面与前刀面交点并拟合获取切削刃数据,导入CAD软件建立剐齿刀具三维模型.分析剐齿刀具齿廓误差来源并利用抛物线齿条对剐齿刀具两侧齿廓分别进行修正,结果表明:剐齿刀具两侧齿廓误差从齿顶到齿根逐渐增大,根据齿条法修形后的刀具齿廓误差明显降低.

摘要：针对SAR图像舰船目标检测过程中存在方位向模糊造成虚警的问题,该文设计了一种基于改进的H/a/Wishart非监督分类的多极化SAR图像舰船与方位向模糊鉴别方法。该方法首先提取目标散射回波峰值区域,以该区域的H/a分类结果为初始聚类中心,利用复Wishart分布的最大似然分类器改善分类结果,通过对比分析各散射类型区域的结构鉴别舰船目标和方位向模糊。通过实验表明该方法能有效地鉴别舰船目标与方位向模糊,减少SAR舰船目标检测过程中存在的虚警。

摘要：针对高分辨率SAR舰船目标检测中存在类似舰船的干扰目标造成虚警的问题,该文设计了一种峰值区域极化特征提取方法。该方法通过对比水面船只和干扰目标峰值区域Krogager分解中螺旋体散射比重的差异,对两类目标进行了鉴别分析。利用RADARSAT-2的C波段全极化数据对方法的有效性进行验证,验证结果表明该方法能有效地鉴别船只目标与岛屿、防浪堤、海面平台、桥梁等干扰目标,减少SAR舰船目标检测中存在的虚警。

摘要：针对深度学习中推荐模型特征组合单一、消解大量有价值特征信息以及过拟合等问题,设计了一种新型的注意力得分机制——注意力胶囊,提出了一种融合注意力胶囊的深度因子分解机模型。基于DeepFM模型,将用户历史点击行为与候选物品进行权重计算,降低了无关特征对模型的影响,充分挖掘了不同历史行为对用户兴趣的差异性影响。训练过程中加入自适应正则化式,在不影响训练速度的前提下,有效地减少了过拟合。在2个公开数据集上进行对比实验,实验结果表明,所提模型相对于其他模型在损失函数和GAUC上均有明显提升。

摘要：开展了网络信息体系联动的影响因素重要性等级评估问题研究。首先,描述了网络信息体系及其联动的概念,并从物理域、信息域、认知域和社会域4个方面提炼了网络信息体系联动的影响因素;然后,基于群决策理论,设计了联动影响因素重要度系数评估方法以及重要度等级映射方法,详细描述了评估方法中的领域专家群体意见一致性检验和权威度高且意见一致的领域专家子群体选取的方法步骤;最后,以典型案例仿真验证了所提出的网络信息体系联动的影响因素重要性等级评估方法的有效性和适用性。

摘要：根据水下机械手的工作需要,设计了一套高精度的水下超声波定位系统。采用超声波检测距离、三探头阵列检测方位的方案,使用超低功耗单片机MSP430精确计算超声波往返时间和控制三探头轮流工作,通过对三个探头的测量数据进行处理,实现目标测距及定位。经过实验室及水池实验表明,该系统在水下工作稳定,精度及灵敏度高,是水下机器人及机械手自主探测目标的有效手段之一。

摘要：提出了一种带过载保护功能的真空微电子压力传感器。对传感器的压力敏感膜尺寸、阴阳极间距等结构参数进行了分析计算;针对过载保护的问题,在结构上设计了过载保护环,实现了真空微电子压力传感器的过载自保护功能。采用硅的干、湿法结合的腐蚀、氧化锐化和真空键合等工艺技术,成功地研制出传感器实验样品。对传感器实验样品的参数进行了测试分析,其场致发射阴极锥尖阵列密度达24000个/mm2,起始发射电压为0.5～1V,反向电压≥25V,当正向电压为5V时,单尖发射电流为0.2nA,压力灵敏度为0.1μA/KPa。

摘要：针对高分辨率光学遥感影像,利用航标间具有很强相似性的特点,提出了航标相似性编组的自动提取算法。首先采用单类支持向量机对遥感影像进行水陆分割,确定出水陆的边界线,再对水域内空洞目标进行轮廓检测,将检测出的小目标作为候选目标。利用航标的几何及灰度特征对候选目标进行初步筛选,获得疑似航标目标。最后计算疑似航标目标间的相关系数并以此为依据进行相关性编组,得到不含虚警的航标组。采用QuickBird 0.6m分辨率的融合影像进行实验,结果表明该方法可以提取出区域内80%以上的航标,具有很强的可行性。

摘要：船舶电力系统网络重构是一个多目标组合优化问题。针对船舶中压直流综合电力推进系统,建立其配电网络拓扑模型,设计改进的节点电势法对其配电网络进行潮流计算,研究其各支路故障情况下的线路电流与功率分布。根据负荷恢复量、稳定性及开关动作量,建立配电网络的故障重构模型。结合自适应权重法和杂交池算法,并设计"定向变异法"对粒子群算法予以改进,增强寻优速度及全域搜索能力,将其运用于配电网络的故障重构模型的求解。算例结果表明,利用该算法能更快速地获得更完备的重构方案,算法具有较强的寻优性能。

摘要：为保证无人船对期望轨迹的高动态精确跟踪,针对带有输入饱和限制的无人船轨迹跟踪系统,提出一种基于强化学习的指定性能轨迹跟踪最优控制策略.采用双曲正切函数逼近饱和函数,并利用指定性能控制技术将无人船跟踪误差进行误差转换,使跟踪动态误差约束在期望的指定范围内以保证轨迹跟踪系统的高动态性能.在此基础上,采用最优控制理论与强化学习中基于神经网络的Actor-Critic控制框架设计无人船轨迹跟踪最优控制方法,同时解决了控制输入饱和限制的问题.基于李雅普诺夫稳定性理论,证明了本文控制策略下无人船轨迹跟踪系统的稳定性,保证了跟踪误差均在指定的范围内.仿真实验也验证了本文策略的有效性与优越性.