贵阳机场低空风切变的气候特征分析

利用贵阳机场航空器报告、常规资料等对贵阳机场低空风切变的气候特征及其环流背景进行统计分析,同时对低空风切变发生前及发生时的风场特征进行分析,得到如下结论:贵阳机场低空风切变主要发生在冬末和春季,3月和8月出现次数较多;一天中,低空风切变主要发生在上午10时以后,午后发生低空风切变的频率较高;其发生的环流背景分为冷锋型、高压后部型和热低压型,主要发生在冷锋型环流背景下.从风场特征来看,地面南风和北风均会产生低空风切变,但北风条件下出现频率较高;低空风切变发生时边界层风均为南风,且风速较大.冷锋型低空风切变发生前地面风常伴随南风转北风的转风过程,但低空风切变发生在风向完全转成北风后.高压后部型和热低压型低空风切变发生前后地面风均为较大南风.     

机场低空风切变观测浅谈

国际航空界公认低空风切变是飞机起飞和着陆阶段的一个重要危险因素,被人们称为"无形杀手"。这种现象的时间和空间尺度都非常小,而且变化非常快,所以对它的探测和预报都比较困难。低空风切变是难以抗拒的,最好的方法是避开它。及时、有效地判断低空风切变的存在,为飞机的安全飞行提供保障是我们的责任。本文通过对民航机场所经历的一些风切变,结合风切变的特征和产生的天气条件探讨风切变产生时的一些观测经验。     

机场附近低空风切变的数值模拟预测

分别采用Navier-Stokes方程和镜像对称的方法,对机场区域附近发生低空风切变时所形成的三维流场进行了数值模拟;并根据结果对风切变发生的位置和强度提供有效的预测.计算结果表明,模型预测具有较好的可靠性和实用性.     

浅析低空风切变和飞行安全

本文简单介绍了低空风切变的基本知识和其产生的天气条件,分析了在飞机起飞着陆中几种低空风切变的影响,并浅析了飞行中遇到低空风切变的避让方法和措施,列举出现代飞机上的几种雷达探测装置,结合一些实例加以说明,给出对付风切变的方法。     

2004-2007年兰州中川机场低空风切变分析

选取2004-2007年西北地区兰州中川机场的12起低空风切变个例,分析了中川机场低空风切变发生的时间分布特征,并利用常规天气图、数值预报产品,对造成低空风切变的高低空环流特征进行分析.结果表明:兰州中川机场的低空风切变主要出现在每年的春末夏初,大多发生在午后和傍晚;有利于低空风切变发生的天气形势可归纳为3类:西北气流型、横槽型、西风槽型.研究结果有助于低空风切变的预报,可为今后航空气象保障工作提供参考.     

北京首都国际机场低空风切变观测分析和数值模拟

利用2007-2008年北京首都国际机场气象观测资料和低空风切变的航空记录资料,统计分析了首都国际机场背景风特征和发生低空风切变时的风特征,并针对影响航空飞行安全的低空风切变个例分析了高空形势场,利用中尺度数值模式模拟了低空风切变的发展过程.主要结论有:两年间首都国际机场平均风速冬春季较大,风向主要为西北和东南方向,出现大风的频率也较夏秋季高;低空风切变主要发生在冬春两季,发生时近地面风速在11～15 m/s,风向为西北方向,主要由大气运动本身的变化造成,环流分析更加明确大尺度运动系统过境对低空风切变诱发的影响;数值模式不仅模拟出首都国际机场的低空风切变,还模拟出低空风切变自西北向东南方向的发展过程,其中,高空动量下传可能是诱发机场低空风切变的重要机制.     

基于纹理特征和核Fisher的红细胞识别算法

为解决正常红细胞的计算机自动识别记数问题,提出了一种红细胞识别分类计数算法。首先基于计算机图像处理技术,利用二值图的拓扑特性实现单个细胞的定位。然后根据定位信息提取单个细胞灰度图像数据,计算该细胞图像经小波变换后低频系数的灰度-基元共生矩阵,并提取能量、熵等8个特征作为特征矢量,利用核F isher判别实现对红细胞的识别和计数。实验结果表明该算法具有较高的分类识别正确率,可用于与红细胞形态变化相关疾病的辅助诊断。     

纹理特征抽取和纹理识别的神经网络系统

本文提出一个纹理特征抽取和纹理识别的神经网络系统,它含有一基于纹理回归模型的特征抽取网络和一个纹理识别的多层神经网络,尤其是前者是一个能求解回归系数的,神经网络,不仅解决了纹理特征抽取问题,而且解决了一大类采用最小二乘估计的应用问题,因而具有一定通用性.     

广州白云机场"721"低空风切变天气过程综合分析

对2005年7月21目发生在广州白云机场的一次低空风切变飞行事件进行分析,发现此次过程是由超级单体风暴云产生的下击暴流和阵风锋造成的.利用机场实时的多普勒气象雷达和地面自动观测资料定量计算出风切变的大小,从而确定风切变和飞机颠簸的强度等级.并通过与飞行数据作检验分析,证实在广州白云机场现有的条件下,设计出的风切变预警方法是基本可行的.     

基于纹理特征融合的煤矸石分选技术研究

提出了一种新的基于纹理特征融合的煤矸石分选方法.设计了一种纹理特征提取算法.选取多个纹理特征作为分类器的输入特征,并对选择出的分类特征进行融合,最后采用神经网络分类器实现煤矸石的分选.实验结果表明,本文所提出的分选方法达到了较高的识别正确率,且能够满足实时要求.     

基于自适应多尺度的梯度搜索风切变预警算法研究

新一代多普勒天气雷达(China new generation radar,CINRAD)主要依据单尺度的径向、切向速度梯度或者是两者合成的结果探测风切变,容易产生漏报。针对此问题,提出了基于自适应多尺度的梯度搜索风切变预警算法。该算法的核心思想是进行多个自适应尺度的速度梯度拟合。首先,计算多个尺度下最大风切变强度因子,取较大因子值对应的尺度为自适应尺度。其次,在径向上以自适应尺度进行最小二乘速度梯度拟合。最后,以国际上规定的低空风切变阈值搜索速度梯度,并合并切变段给予预警。采用东北空管局提供的新一代多普勒天气雷达(CINRAD-CD)真实数据进行实验。结果表明新方法能够检测出所有尺度类型的风切变,提高了风切变预警率,具有一定的实际应用价值。     

一种基于面部纹理特征融合的人脸表情识别方法

针对人脸表情识别领域受噪声和遮挡等因素影响识别率不高的问题,结合局部和全局特征,提出一种基于面部表情的情感分析混合方法.首先,通过将梯度直方图(HOG)与复合局部三元模式(C-LTP)融合来进行特征提取;其次,将HOG和C-LTP提取的特征融合到单个特征向量中;最后,采用多类支持向量机分类器把特征向量进行情感分类;最后...     

基于改进的并行特征融合人脸表情识别

基于信息融合理论和线性鉴别分析,提出了一种改进的并行特征融合人脸表情识别方法.该方法首先将不同表征下的人脸表情特征利用复向量组合起来,构成复特征向量,然后利用具有不同权重的最大散度差鉴别分析方法进行进一步的复特征提取.在不同样本库、不同类型特征融合下的实验结果表明,该方法在优化投影轴和避免"小样本"问题的同时得到了满意的识别结果.     

融合子区域局部二值模式特征与深层聚合网络的人脸识别

针对深度网络对人脸噪声敏感,且学习过程容易忽视人脸结构信息的问题,提出融合子区域局部二值模式(local binary pattern,LBP)特征和深层聚合网络的人脸识别算法。将人脸图像划分为不同子区域,并采用局部二值模式对人脸进行预处理,获取子区域人脸的LBP特征。不同子区域LBP特征输入不同的稀疏自动编码器,实现深层特征提取;然后不同稀疏自动编码器的输出特征通过全连接方式实现特征聚合,获得人脸特征向量用于分类。通过大量实验获取了最优的聚合网络模型架构和网络参数取值,改善了人脸识别效果。     

基于相容粒度空间模型的图像纹理识别

信息粒广泛存在于现实世界中,是对现实的抽象.信息粒化旨在建立基于外部世界的有效的并以用户为中心的概念,同时简化人们对物理世界和虚拟世界的认识.使用信息粒进行计算是粒度计算的基本思想,在问题描述和求解中都具有重要的意义.主要研究一种新的粒度计算模型-相容粒度空间模型在图像纹理识别中的应用.该模型基于这样的思想,即人类具有根据具体的任务特性把相关数据和知识泛化或者特化成不同程度、不同大小的粒的能力,并进一步根据这些粒和粒之间的关系进行问题求解的能力.通过在多个数据集上和10种其他图像纹理识别算法的比较实验表明,该方法在图像纹理识别上具有良好的应用效果.     

基于风速估计和风剪切的风力发电机组变桨距控制

为提高大型风力发电机组捕获风能的能力,改善其主要零部件受荷载情况,提出基于有效风速估计和风剪切的风力发电机组独立变桨距控制策略.以某5 MW变速变桨风力发电机组为验证对象,基于Bladed软件平台对传统统一变桨控制策略和独立变桨控制策略进行仿真比较.结果表明:相对于统一变桨距控制策略,独立变桨距控制策略不但能满足维持风力发电机组输出功率额定值稳定的要求,而且使发电机组主要零部件的受荷载情况得到明显改善.     

基于相容粒度空间模型的图像纹理识别

信息粒广泛存在于现实世界中,是对现实的抽象。信息粒化旨在建立基于外部世界的有效的并以用户为中心的概念,同时简化人们对物理世界和虚拟世界的认识。使用信息粒进行计算是粒度计算的基本思想,在问题描述和求解中都具有重要的意义。主要研究一种新的粒度计算模型—相容粒度空间模型在图像纹理识别中的应用。该模型基于这样的思想,即人类具有根据具体的任务特性把相关数据和知识泛化或者特化成不同程度、不同大小的粒的能力,并进一步根据这些粒和粒之间的关系进行问题求解的能力。通过在多个数据集上和10种其他图像纹理识别算法的比较实验表明,该方法在图像纹理识别上具有良好的应用效果。     

基于双通道特征自适应融合的红外行为识别方法

针对现有行为识别算法在红外视频中表现不佳的问题,提出一种基于双通道特征自适应融合的红外行为识别算法.在该方法中,2个通道提取的特征分别是改进的密集轨迹特征和光流卷积神经网络特征.改进的密集轨迹特征是在原始密集轨迹特征中加入灰度值权重,强调红外视频的成像特征;光流卷积神经网络特征是在原始视频对应的光流图序列中提取的,该特征具有较强的全局描述能力.通过自适应融合模型将2个通道特征的概率输出进行自适应融合,得到最终识别结果.实验结果表明,在现有红外行为识别数据集上,该算法有效地提高了识别准确率.     

基于特征融合的面部表情识别

针对传统Gabor变换在提取表情特征时,冗余较大、特征维数较高的不足,结合ASM自动特征定位技术,提出了一种基于特征点Gabor特征和ASM形状特征相融合的面部表情识别方法. 实验表明,两种特征的融合,可有效地利用特征点的局部纹理信息和脸部器官的整体形状信息,达到了更好的面部表情识别效果.     

一种基于局部特征融合的表情识别方法

表情识别是人工智能和模式识别的研究热点,而特征融合方法则是表情识别中重要的技术方法之一.基于嘴部的Gabor小波特征和几何特征对表情识别有重要作用,提出一种仅用嘴部不同特征进行特征融合的表情识别方法.该方法将嘴部的Gabor小波特征和几何特征进行特征融合后再使用最近邻分类器分类.根据不同样本库、不同识别方法的对比实验结...