多谱段合成环境数据生成系统

空间环境对现代武器系统的性能有着重要影响,为生成精确、标准的合成环境数据,构建一套合成环境数据生成系统对仿真试验有着重要意义;该系统基于国际通用的Sedris[1]环境数据统一标准,采用虚拟试验和分布式仿真技术,实现大气、红外以及电磁环境数据的生成;根据不同的战场环境,利用此系统完成合成环境的建模、特性计算、数据转换以及可视化,提高了试验的精度与准确度,为武器系统的效能评估提供了数据支撑。     

基于VR的装配工艺设计

为了在虚拟的环境中进行产品的装配工艺规划，必须建立一个虚拟装配系统，这就涉及到虚拟装配的建模问题。虚拟装配系统的建模应当包括从模型的数据源——CAD系统提取数据以及数据在虚拟装配（VR）系统中的组织两个方面的问题。下面分别从CAD与VR系统模型的异同、信息转换、虚拟装配系统的模型描述、装配特征等几个方面来描述。     

多信号模型在虚拟故障建模与仿真中的应用

在分析虚拟维修训练需求和故障机理的基础上,提出基于多信号模型的电子装备故障建模方法,研究了虚拟环境中故障数据生成与实时检测、故障现象模拟及仿真运行流程等问题;在VC++环境下开发虚拟仪表,并借助实时通信模块获取Virtools环境中虚拟样机上的测试信号;最后,在Virtools中实现了某型无人机飞行指挥与控制系统故障建模与仿真,验证了该方法的可行性;多信号模型可以完整地描述故障的传递轨迹,高效、灵活地构建故障故障机理模型,为受训人员提供了一个实施诊断逻辑的良好训练环境。     

光谱数据对油页岩含油率近红外光谱分析PLS建模精度的影响

目前油页岩关键的评价参数——含油率的检测方法均无法实现原位测量,无法满足油页岩资源的勘查和开采中样品检测的要求。便携式近红外光谱分析技术,为实现油页岩含油率的原位检测提供了可能性。由于光谱数据的不同形式与样品的成分含量值之间有不同的相关关系,样品不同成分的吸收特性表现在不同的近红外波段上,因此利用合成样品,针对反射率、吸光度、K-M函数等三种不同的光谱数据表示形式和四种不同的建模区间,研究它们对油页岩含油率PLS模型精度的影响情况。结果表明：对于合成样品,进行PLS建模的最佳光谱数据形式是反射率,最佳建模区间是组合特征区间,即适当的光谱数据形式及建模区间可提高模型的精度。     

面向虚拟试验的可视化对象建模工具设计与实现

虚拟试验在现代军工产品研发过程中显得日益重要,但基于虚拟试验的可视化建模却并未得到充分关注。文中针对虚拟试验在军工产品研发中的应用,设计了虚拟试验定义语言(VITA Definition Language,VDL)原型,基于该语言,设计了可视化建模工具,具有VDL代码和可视化模型双向转化、可视化建模等功能,并论述了实现该工具需要的关键技术,包括VDL模型定义、可视化模型转化为VDL代码、VDL代码的解析和可视化模型自动生成等,最后给出了该可视化建模工具的实现以及对该工具进一步工作的展望。     

飞行器性能样机虚拟试验系统研究与实现

为实现航天飞行器研制中性能样机模型的充分利用,提出了飞行器性能样机虚拟试验系统的总体方案,通过试验基础数据库、试验数据管理、验证辅助工具、虚拟试验应用等子系统划分和工作流程设计,提供对虚拟试验的全流程支持。系统突破了试验数据对象化管理、试验流程建模等关键技术,并基于虚拟试验支撑平台VITA完成了相应系统实现,在多个飞行器研制过程中开展了典型应用。     

固体火箭发动机虚拟试验技术初探和应用

为改进固体火箭发动机传统试验模式存在的资源瓶颈、试验性能难以预示等问题,在固体火箭发动机试验与测试领域引入虚拟试验技术,设计并开发了固体火箭发动机虚拟试验基础系统;阐述了固体火箭发动机试验模型、试车架模型的建模方法,利用均匀设计方法分析影响内弹道数据的主要因素权重,以修正虚拟试验内弹道数据;针对某型号固体火箭发动机进行虚拟验证,试验结果表明,虚拟试验基础系统在一定程度上具有与真实固体火箭发动机地面试验相似的流程和功能,通过修正虚拟试验内弹道数据,进一步降低了虚拟试验结果与真实试验结果间的误差,为深入开展固体火箭发动机虚拟试验技术研究奠定了基础。     

基于XML的故障诊断虚拟训练描述模型研究

随着科学技术的迅猛发展,传统故障诊断训练存在的问题日益突出,越来越难以满足维修人员的故障诊断训练需求。提出了通过虚拟方式进行辅助训练,来提高维修人员的故障诊断能力和掌握故障诊断相关知识,满足故障诊断训练需求。为实现故障诊断虚拟训练,分析了故障诊断虚拟训练模型的描述要素和描述语言。运用诊断树分析方法,基于XML建立了故障诊断虚拟训练描述模型,为实现故障诊断虚拟训练提供模型支撑。最后,基于此模型对液压千斤顶回收不到位的故障进行了描述,验证了描述模型的正确性与实用性。     

基于SALOME的蒙卡计算模型CAD反转可视化

基于开源SALOME平台,采用以体代面思想和栅元层次多叉树方法,开展蒙卡计算模型CAD反向转换及三维可视化研究。基于本文方法开发了CAD反转可视化程序模块SALOME-MC,模块可实现蒙卡计算模型几何建模、材料建模和三维可视化等功能。选取三种典型反应堆蒙卡计算模型对本文方法和程序进行测试验证,测试结果表明,本文方法和程序可妥善处理蒙卡计算模型的复杂几何体与大规模重复结构,并精准地实现蒙卡计算模型CAD三维反转可视化,证明SALOME-MC的蒙卡计算模型反转能力和可视化效果的正确性与可靠性,提高了蒙卡计算模型几何建模效率和展示度。     

运载火箭飞行力学环境虚拟试验及可视化系统设计与实现

运载火箭的飞行力学环境随着飞行过程不断发生变化,而当前无论是基于实物试验还是基于数值分析,火箭的飞行力学环境分析大多针对特定飞行状态和工况而无法给出动态变化信息,因此开展了飞行力学环境虚拟试验及可视化技术研究。基于特征代理模型采用Fortran语言设计了场数据快速预测算法,在采样数值仿真的基础上实现了火箭在大气飞行过程中的动态气动力与气动热环境虚拟试验;采用C++开发了实时分站载荷算法,实现了火箭飞行期间的载荷环境虚拟试验。开发了与运载火箭飞行仿真配合的总线通信接口,并基于EnSight开发了分布式动态可视化系统,通过共享内存的进程间通信方式实现了飞行力学环境的动态显示。结果表明,该系统可以给出火箭飞行力学环境的全局和关注点信息的动态变化,为飞行力学环境精细化分析和直观可视化研究提供了手段。     

基于LIBS与化学计量学的植物叶片分类研究

激光诱导击穿光谱（LIBS）是一种高效快速的光谱采集手段,可应用于各类物质的元素分析工作中。线性判别分析（LDA）与支持向量机（SVM）是化学计量学中两种常用的有监督算法,均通过对已知不同种类的样本数据进行学习建模,进而实现对未知类别数据的归类。为了实现LIBS技术对有机物的高准确率识别,将这两种算法应用到LIBS光谱数据的分类中。实验利用波长为1 064 nm的纳秒激光烧蚀女贞、珊瑚树、竹子三种植物的叶片,并采集每种树叶220～432 nm波段的100组光谱数据。通过对300组样本的原始光谱数据进行主成分提取,由第一主成分（PC1）和第二主成分（PC2）的得分图得出三种植物光谱的相似度非常高。然后,利用每种叶片70组样本的光谱数据作为训练集建模,其余30组光谱数据作为测试集来进行树叶种类的预测识别。将PCA对原始光谱数据提取得到的前20个主成分作为LDA与SVM建模的属性值。对于LDA算法,将属性值分析后得到前两个判别函数值,通过聚类分析发现不同种类的植物叶片光谱数据在空间上的分离效果较好,同一种类基本聚集在一起。再借助马氏距离可得到测试集的平均分类正确率为96.67%。与此类似,使用SVM方法对训练集样本的数据进行学习得到分类超平面,对测试集的平均分类正确率达到98.9%。研究结果表明,经过PCA对数据的预处理,再结合LDA,SVM这两种方法可实现LIBS技术应用于复杂有机物的快速准确分类,并且PCA与SVM结合的分类正确率更高。该方法可在食品快速溯源、生物组织原位鉴别、有机爆炸物远程分析等领域应用。     

基于长短时记忆神经网络的能谱核素识别方法

针对新兴的能谱核素识别方法在混合放射性核素的噪声环境中存在识别速度慢、准确率较低等问题,提出了基于长短时记忆神经网络(LSTM)的能谱核素识别方法。实验使用溴化镧(LaBr3)晶体探测器,分别对环境中60Co、137Cs放射性源分组测量得到能谱数据集,首先使用数据平滑方法和归一化方法进行数据预处理,然后将能谱数据按时间序列分组以获得可用的输入序列数组,最后训练LSTM模型得到预测结果。通过基于BP神经网络和卷积神经网络(CNN)的两个能谱识别模型进行对比,得到在测试集中平均识别率分别为83.45%和86.21%,而LSTM能谱识别模型平均识别率为93.04%,实验结果表明,该能谱模型在核素识别效果中表现较好,可用于快速的能谱核素识别设备上。     

A sparse representation method based on kernel and virtual samples for face recognition

To improve the classification accuracy of face recognition, a sparse representation method based on kernel and virtual samples is proposed in this paper. The proposed method has the following basic idea: first, it extends the training samples by copying the left side of the original training samples to the right side to form virtual training samples. Then the virtual training samples and the original training samples make up a new training set and we use a kernel-induced distance to determine M nearest neighbors of the test sample from the new training set. Second, it expresses the test sample as a linear combination of the selected M nearest training samples and finally exploits the determined linear combination to perform classification of the test sample. A large number of face recognition experiments on different face databases illustrate that the error ratios obtained by our method are always lower more or less than face recognition methods including the method mentioned in Xu and Zhu [21], the method proposed in Xu and Zhu [39], sparse representation method based on virtual samples (SRMVS), collaborative representation based classification with regularized least square (CRC_RLS), two-phase test sample sparse representation (TPTSSR), and the feature space-based representation method.     

基于同色异谱黑理论的非线性复合模型光谱重建研究

同色异谱现象是光谱反射率重建与颜色再现中的一个重要问题。采用三基色CCD相机采集CIE标准光源D65下的颜色样品信号,建立非线性复合模型,使用主成分分析结合神经网络的方法(PCA-NET)改进基于同色异谱黑理论的R矩阵算法,对标准Munsell色卡光谱重建进行研究。在保证给定照明条件下的色度精度同时,对光谱重建的结果进行了实验评价和讨论。实验结果表明,在给定的照明条件下,PCA-NET算法能够准确的拟合相机输出信号与主成分系数之间的非线性关系, 将其代替线性算法应用于R矩阵算法中时,测试集的平均均方根值是未改进R矩阵算法的0.76,平均标准差是R矩阵算法的0.85,可有效提高光谱反射率的重建精度。改进后的R矩阵算法具有精度较高、操作简单易实现的特点, 可用于对重建色度精度及光谱精度均要求较高的领域。     

拉曼光谱特征提取在化学纤维定性鉴别中的应用

拉曼光谱作为快速、无损的检测技术受到越来越广泛的关注,已经成功的应用于过程监控、质量监测、考古鉴定等领域。针对纺织纤维拉曼光谱的特性,提出了一种基于特征提取的拉曼光谱定性鉴别方法。该方法通过直接测取织物、纤维的激光拉曼光谱,并结合光谱预处理技术与特征峰提取、匹配识别方法,能够定性地鉴别织物、纤维的成分归属,对纺织品检验中的难点化学纤维成分的鉴别效果尤其显著。利用94份测试样品对织物成分中普遍存在的4种纤维品种——涤纶、腈纶、锦纶和粘胶进行了鉴别以验证算法的有效性。实验结果表明,该鉴别方法快速、有效,并具有很好的扩展性能,且该方法属纯粹的光学方法,需要样品量少、无需前处理,测试过程对样品无损,不产生化学污染物,适宜对各类织物成分的定性鉴别,突破了现有检测方法存在的局限。     

瞬态抑制二极管电磁脉冲响应建模

针对目前浪涌保护器件性能分析方法不完善、缺乏准确数学模型的问题,提出了一种基于NARX神经网络的电磁脉冲响应时域建模方法,并给出NARX神经网络建模的理论基础及设计步骤。通过组建传输线脉冲测试平台及静电放电实验平台,对NUP2105L型瞬态抑制二极管进行注入实验,采集输入输出实验数据并建立NARX神经网络模型。对建模效果进行分析,所建模型可以较为准确地预测输入脉冲为方波脉冲、人体金属模型及机器模型静电放电电磁脉冲时,响应电压曲线趋势、响应时间、脉冲峰值、箝位时间及箝位电压等性能指标,验证了模型的正确性。     

高斯拟合算法在光谱建模中的应用研究

采用高斯拟合算法对光谱进行特征提取,利用拟合得到的特征参量表征光谱信息,并结合多元校正方法对光谱模型进行优化和解释,建立了样品快速准确的测定方法。实验以玉米活体叶片为研究对象,建立叶片光谱与叶绿素含量之间的关系模型,采用三个高斯峰对原始光谱的1 551个数据拟合后,光谱数据转换为9个高斯特征量(约为整个波段的0.58%),进而利用该高斯特征量来预测叶绿素含量。实验结果显示,采用高斯拟合分别与偏最小二乘法和主成分回归结合建模,其预测集相关系数分别为0.960和0.962;不采用高斯拟合算法而直接采用偏最小二乘法和主成分回归对全光谱建模,其预测集相关系数分别为0.957和0.919。可见,将高斯拟合算法运用到定量分析模型中是可行的,该方法不仅简化了模型参数,而且提高了模型的可解释性。     

Pharmacophore-based screening and drug repurposing exemplified on glycogen synthase kinase-3 inhibitors

The current study was conducted to elaborate a novel pharmacophore model to accurately map selective glycogen synthase kinase-3 (GSK-3) inhibitors, and perform virtual screening and drug repurposing. Pharmacophore modeling was developed using PHASE on a data set of 203 maleimides. Two benchmarking validation data sets with focus on selectivity were assembled using ChEMBL and PubChem GSK-3 confirmatory assays. A drug repurposing experiment linking pharmacophore matching with drug information originating from multiple data sources was performed. A five-point pharmacophore model was built consisting of a hydrogen bond acceptor (A), hydrogen bond donor (D), hydrophobic (H), and two rings (RR). An atom-based 3D quantitative structure–activity relationship (QSAR) model showed good correlative and satisfactory predictive abilities (training set \({R}^{2}= 0.904\); test set: \({Q}^{2}= 0.676\); whole data set: stability \(s = 0.803\)). Virtual screening experiments revealed that selective GSK-3 inhibitors are ranked preferentially by Hypo-1, but fail to retrieve nonselective compounds. The pharmacophore and 3D QSAR models can provide assistance to design novel, potential GSK-3 inhibitors with high potency and selectivity pattern, with potential application for the treatment of GSK-3-driven diseases. A class of purine nucleoside antileukemic drugs was identified as potential inhibitor of GSK-3, suggesting the reassessment of the target range of these drugs.     

二氢黄酮类化合物的核磁共振碳谱模拟研究

采用表征分子内部化学微环境的结构描述子原子电负性作用矢量(Atomic Electronegativity Interaction Vector, AEIV)对255个共振碳原子进行了结构表征,应用多元线性回归技术建立了结构描述子AEIV与这些碳原子的¹³C NMR化学位移的定量相关模型.该定量结构谱图关系(定量构谱关系/QSSR)模型的复相关系数达到R_MM=0.915,标准偏差为SD_MM=14.879. 采用留一法交互检验的结果为R_CV=0.909,SD_CV=15.324. 结果表明,模型具有良好的估计力和稳定性.     

近红外光谱烟叶质量等级快速检测与等级特征分析

烤烟等级质量对配方设计和卷烟工业生产的稳定起着重要的作用。采用传统外观分级法对2018年全国40个地级市产地的768份烤烟烟叶样品进行分类定级,包括7个不同烟叶质量等级。应用近红外光谱建立烟叶质量等级预测模型,分析不同等级烟叶化学基团及相关成分的近红外吸收光谱特征。结果表明：不分产区建立全国烟叶等级预测模型,建模集与预测集的预测标准差不大于1.35。将样品按五大产区分区后,建立各产区模型,发现较全国模型,分区后各个产区所建模型的预测标准差有所降低,其中东南、西南、黄淮烟区模型提高较大,检验集与预测标准差均不大于1.07。对不同质量等级烟叶的平均光谱进行标准正态变量变换预处理后,依据近红外光在不同频率范围吸收的有机基团及相关物质成分信息,发现质量等级较好的烟叶,纤维素含量较低,淀粉等糖类物质含量较高;质量等级较差的烟叶,纤维素含量较高,淀粉等糖类物质含量较低;质量等级最差（上部低等）烟叶,同时具有蛋白质类物质含量较高的特点。因此,应用近红外光谱可实现烟叶质量等级的快速预测,预测偏差基本在相邻等级之间,满足实际应用要求,通过建立不同产区预测模型可进一步提高预测准确度;同时,不同等级烟叶在以纤维素、淀粉和糖类、蛋白质类等物质为主产生的基团吸收特征不同,这也是应用近红外光谱实现烟叶质量等级快速检测的信息基础。该研究结果对完善烟叶分级评价体系,进一步优化分级方案,为产品质量和维护等方面可提供了更加科学的方法指导和技术支撑。