基于S1000D规范的IETM业务规则研究

【】：业务规则是实施S1000D的指导,是保障数据一致性、完整性和数据交换的前提。本文基于S1000D默认的业务规则和业务规则决策点,以某民用航空发动机IETM为对象,研究了业务规则的制定流程和方法,利用XPath现实了BREX数据模块的编写,并在某IETM管理平台实现了该业务规则的自动验证。     

基于装备的IETM技术资料拆分模型研究

为了解决技术资料难于拆分、归类、全面展示及手册研制后期数据难于共享等问题,通过将S1000D标准与本单位装备IETM手册编制过程相结合,采用标准分析方法、规范分类原则,从分析装备技术资料来源开始,设计数据模块所对应的信息集,建立面向装备系统结构的技术资料拆分模型,使技术资料的拆分变得简单易行且更符合标准要求,保证了IETM研制的一致性,为装备全寿期提高技术信息的重用性、可维护性、共享性和实时有效性奠定基础,极大地提升了IETM手册编制效率。     

基于S1000D标准的IETM技术研究

交互式电子技术手册制作过程是一个多技术融合过程,为了研究交互式电子技术手册制作过程中所涉及到的诸多技术,解决手册研制技术过程繁琐复杂以及技术路线不清晰等问题,通过将S1000D标准与IETM手册研制过程相结合,对IETM研制过程中涉及的相关技术进行了详细阐述分析研究,形成满足标准并切合实际的IETM研制技术的合理分类,该研究能有效指导IETM手册制作的顺利开展,提高IETM手册的编制效率,对IETM研制过程技术提升起到积极的促进作用。     

基于S1000D标准的技术插图制作过程规范研究

为了规范交互式电子技术手册中技术插图制作过程,解决因不同制作者完成图形的差异性及格式多样化等问题,通过将S1000D、GJB6600等标准与本单位实际工作情况相结合,从技术插图的制作过程进行了全方位的分析研究,对插图标注、图层分配、布局等作了规范性要求,形成了切合实际满足IETM标准的技术插图制作过程规范,该规范能有效指导IETM实施过程中的技术插图制作,提高IETM手册的编制效率和过程质量。本研究使技术插图的制作过程真正实现了规范化。     

集成数据环境下装备IETM数据查询研究

针对集成数据环境下装备IETM内部所包含数据无法完全满足用户需求的问题,以装备IETM内部所包含的数据模块信息为样本数据,结合扩展查询以及Hopfield神经网络等相关技术,通过对查询扩展词与查询词之间的领域权值、关联权值以及距离权值的计算,科学合理的实现对查询扩展词的选取,并提出了基于Hopfield神经网络的装备IETM数据查询方法;在实验环境下,采用某型坦克的IETM系统对所提出方法进行验证;结果表明,该方法在数据查询率与查准率等方面都要明显高于传统的数据查询方法。     

基于约束FP树的天体光谱数据相关性分析系统研究

从海量天体光谱数据中挖掘光谱数据特征和物理化学性质之间内在的、隐含的相关性,是人类探索天文规律的一种有效方法。利用基于约束FP树的关联规则挖掘方法作为天体光谱数据相关性分析手段,采用VC++和Oracle9i作为开发工具,设计与实现了天体光谱数据相关性分析系统,给出了其系统的软件体系结构和模块功能,并对光谱数据预处理、背景知识表示、CFP树构造、频繁模式提取及关联规则生成等关键技术以及关键模块的实现技术,进行了详细描述。系统运行结果表明,利用关联规则来描述、分析天体光谱数据特征和物理化学性质之间存在的相关性,是可行的和有价值的,从而为寻找天体规律提供了一种有效手段。     

S1000D标准下数据模块发布样式的研究

【】：为了促进S1000D标准在以信息化为中心的综合保障技术中的应用,满足后勤保障信息的有效管理与使用,本文在研究了S1000D标准的基础上,重点研究了数据模块样式发布的方法。并以某一民用航空发动机的描述性信息数据模块为研究对象,研究了利用XSL-FO将XML文档到PDF文档格式的转换方法并实现了最终的展示效果。该方法对于相关标准和技术在实际工作中的应用具有重要的指导性意义。     

一种恒星光谱分类规则后处理方法

随着LAMOST巡天的逐步实施,天体光谱数据量极大,对观测数据进行自动分类及分析具有重要的意义。采用常规方法获取的分类规则集中,往往存在大量冗余规则,影响了分类效率和质量。本文给出了一种基于谓词逻辑的分类规则后处理方法,通过利用谓词描述光谱分类规则,并对分类规则集进行谓词演算,消除冗余规则。最后,采用LAMOST观测的恒星光谱数据,实验验证该方法在保证分类准确率不降低的前提下,可大幅提高自动分类效率。     

民机运行大数据分析平台整体架构研究

针对日益增长的民用航空巨量数据,借助大数据存储和分析技术,构建民用航空运行大数据分析平台,可更有效支撑快速响应、航材管理、健康管理等各项民机运行业务。结合目前国内外民用航空领域大数据技术的应用现状,梳理民机运行的业务模式及数据类别,设计并构建民用航空大数据分析平台的整体架构。根据目前民用航空运行业务需求,对民用航空大数据平台的硬件平台的管理节点、数据节点的计算能力等功能性能进行设计,并对民用航空大数据平台的轻量级计算、离线数据计算、实时在线数据处理分析等计算需求进行研究,针对不同的计算方式,提供具体解决途径。最后对民机运行大数据分析平台的业务应用集成及接口技术进行研究。分析表明研究成果有助于提高我国民机运行效率,为民用飞机运行大数据平台提供支撑。     

基于物联网的人工智能图像检测系统设计与实现

物联网络的建立促使人工智能领域取得飞跃性进展。传统图像检测方法利用小波能算法进行背景与边缘噪声划分方式进行图像检测,存在低分辨率图像检测精度低、检测速度慢、缺乏图像深度分析等一系列问题。物联网人工智能发展迅速的环境下,提出基于物联网的人工智能图像检测系统设计。采用智能人工像素点特征采集技术(IAPCCT),对图像进行逐点特征提取,运用物联网丰富数据量资源与处理运算能力对采集图像像素点进行特征分析回馈,回馈信号经人工智能信号图像合成模块(AISIS),对信号做图像转换处理并输出分析结果完成图像检测。通过仿真实验测试证明,基于物联网的人工智能图像检测系统设计具有图像检测率高、识别准确度高、运行稳定、处理高效等优点。     

基于ARM的嵌入式图像识别检测系统的设计

图像识别的主要目的是使用计算机作为工具对目标图像进行处理、解析与应用,通过数据分析检测出具有不同特征的目标和对象,发展至今其已成为了人工智能的基础。本文基于ARM嵌入式芯片提出了一种结合尺度不变特征变换匹配算法的图像识别检测系统,系统硬件部分采用模块化设计的思想以提高系统的兼容性,分为图像获取、数据采集、数据存储、图像识别等模块;软件部分采用斑点检测匹配匹配算法进行图像识别以提高图像识别速度与精度。实验结果表明所设计的系统具有识别速度快、精度高、可靠性高、故障少的特点。     

联合特征选择与改进集成学习模型的海底底质分类

针对侧扫声呐获取类型复杂的海底底质数据分类问题,提出联合特征选择与改进Stacking模型的数据自驱动分类方法。该方法首先在海底散射数据多域态特征的基础上采用ReliefF算法提取有效的低维度特征,然后将人工鱼群算法与Stacking模型结合形成改进集成学习分类器,完成海底底质分类。海上数据处理结果表明该方法可对多种海底底质类型进行分类,分类准确率、Kappa系数和F1-score分别达到85.55%,0.857和0.887,证明了该方法的有效性。      

基于风洞的设备健康管理与数据有效性判定平台研究

低速增压风洞是满足我国航空工业科技发展而建设的一座气动力重大基础试验设施。为了保障该设施的高效率和可靠地运行,以各机电设备、电气测控设备、机械装置为对象,根据其故障模式和故障特点选取合适的监测点,获取实时工作状态数据,再以数据为基础,进行状态监测、故障诊断、故障预测,实现预先性决策和针对性快速维修。基于OSA-CBM 体系构建的风洞健康管理系统,根据设备的运行状态,实现对试验数据的有效性进行实时判定,并实现了风洞装备由事后维修向视情维修转变;实现了装备从使用、维护、管理模式由分散式管理向集约式管理的转变;实现了装备系统故障诊、预测及判读从人工智能向机器智能的转变。     

Decoupled Early Time Series Classification Using Varied-Length Feature Augmentation and Gradient Projection Technique

Early time series classification (ETSC) is crucial for real-world time-sensitive applications. This task aims to classify time series data with least timestamps at the desired accuracy. Early methods used fixed-length time series to train the deep models, and then quit the classification process by setting specific exiting rules. However, these methods may not adapt to the length variation of flow data in ETSC. Recent advances have proposed end-to-end frameworks, which leveraged the Recurrent Neural Networks to handle the varied-length problems, and the exiting subnets for early quitting. Unfortunately, the conflict between the classification and early exiting objectives is not fully considered. To handle these problems, we decouple the ETSC task into the varied-length TSC task and the early exiting task. First, to enhance the adaptive capacity of classification subnets to the data length variation, a feature augmentation module based on random length truncation is proposed. Then, to handle the conflict between classification and early exiting, the gradients of these two tasks are projected into a unified direction. Experimental results on 12 public datasets demonstrate the promising performance of our proposed method.     

基于虚拟仪器的装备ATS系统硬件平台设计与实现

在对现有维修检测设备存在不足分析的基础上,结合武器装备的维修技术保障需求,利用分块设计思想,采用虚拟仪器、人工智能、计算机通讯与控制等技术,搭建了基于虚拟仪器的装备自动测试系统硬件平台整体架构,在对系统各功能模块原理进行分析之后,对系统主控电路、电磁兼容性进行了设计。采用虚拟仪器的装备自动测试系统硬件平台,具有智能化、通用化、可视化的特点,通过试验结果分析,测试系统硬件平台能够实现装备的性能检测和故障诊断,测试数据符合任务要求,能满足各级修理机构维修测试需求。