XiaoMi-AI文件搜索系统
World File Search Systemautomatic
自动同义词库发现探索 - 它有效！
当然，并非所有处理自然语言的系统都渴望实现自然语言理解。例如，从历史上看，信息检索系统在分析（索引）自由文本时从未尝试使用任何类型的自然语言处理 (NLP)，更不用说需要语义关系的处理了。然而，面对大规模应用中性能下降的问题，此类系统的设计人员越来越多地尝试通过使用语言和语义资源来克服语言变化的问题（例如，表达“相同”想法的多种方式）和“单词”的多义性。不幸的是，计算语言学家使用知识库和词汇语义关系的声明性表示来支持相对受限领域的 NLP 系统所取得的适度成功，并没有在大规模信息检索系统的背景下重复。原因并不神秘：不存在一般、全面的语言知识库；没有人知道如何建立它们；即使有足够的理解，也没有人负担得起建立它们的费用；单词的“意义”数量和
雷达自动语音识别与理解...
摘要 — 奥地利空中交通管制局的空中交通管制员 (ATCos) 与德国航空航天中心 (DLR) 共同量化了自动语音识别与理解 (ASRU) 对工作量和飞行安全带来的好处。作为基本程序，ATCos 手动（使用鼠标）将所有许可输入飞机雷达标签。作为我们提出的解决方案的一部分，ATCos 由 ASRU 支持，它能够自动提供所需的输入。只有当 ASRU 提供不正确的输出时，才会提示 ATCos 进行更正。当 ATCos 由 ASRU 支持时，手动插入许可（即通过单击并选择屏幕上的正确输入）所需的总时间从 14 小时模拟时间内的 12,800 秒减少到 405 秒。鉴于早期的实验，通过 ASRU 减少雷达标签维护时间可能并不令人惊讶。但是，超过 30 倍的效果优于早期的结果。此外，本文还考虑了安全方面，即空中交通管制员在有和没有 ASRU 的情况下向飞机雷达标签提供错误输入的频率。本文表明，基于人工智能的 ASRU 系统足够可靠，可以集成到空中交通管制操作室中。
自动飞行控制和引导系统
25.1329/25.1335 自动飞行控制和制导系统要求协调和技术更新 1. 审查第 25.1329/1335 节、JAR 第 25.1329/1335 段以及 NPA 25F-243 中包含的材料以及第 121.579 节和相关咨询通函 25.1329-1 和 ACJ 25.1329。根据监管材料审查、当前认证经验以及技术和系统设计的变化，更新和协调第 25 部分各节和相关指导材料。解决自动飞行控制和制导功能（包括速度/推力控制）、性能、安全、故障和包络保护功能、警告和公告等要求所需的变化。协调证明符合这些要求的可接受方法，并为下一次修订飞行测试指南 AC 25-7-X 提出相关语言。 2. 审查由 NTSB、FAA 人为因素小组和 JAA 人为因素指导小组提出的、与机组人员失误、驾驶舱自动化以及特别是自动飞行控制/引导相关的近期运输航空事件建议。对第 25.1329/25.1335 条提出任何拟议修正案，并提出解决这些建议所需的咨询材料，使其与拟议修正案的整个内容保持一致。该任务应在任务下达后的 18 个月内完成。FAA 还要求 ARAC 确定规则制定行动（例如 NPRM、补充 NPRM、
自主的自动实时异常检测...
摘要 — 近期飞行器使用量的增加引发了人们对自主操作安全性和可靠性的担忧。人们越来越需要方法来监控这些飞机的状态并向安全飞行员或自动驾驶仪报告任何故障和异常以应对紧急情况。在本文中，我们提出了一种使用递归最小二乘法实时检测飞机行为异常的方法。该方法在线建模相关输入输出对之间的关系，并使用该模型检测异常。结果是一种易于部署的异常检测方法，它不假设特定的飞机模型，并且可以检测各种自主飞机中的多种类型的故障和异常。对该方法的实验表明准确率为 88 。23%，召回率为 88 。23% 和 86 。超过 22 次飞行测试的准确率为 36%。另一项贡献是为自动驾驶飞机提供了一个新的故障检测开放数据集，其中包含 22 次固定翼飞行的完整数据和地面实况，其中包括 8 种不同类型的飞行中执行器故障，以帮助未来飞机故障检测研究。
自动相关监视的安全性分析
最快的交通方式是航空运输，一般来说，航空运输被认为是安全的。美国国家空域系统 (NAS) 报告称，自 1960 年以来，其事故率一直处于低位，重大事故大幅减少 (Boeing, 2016)。2016 年航空旅客人数约为 38 亿，国际航空运输协会 (IATA) 预测年增长率将为 3.7%，预计 2035 年将有约 72 亿乘客乘坐飞机出行 (国际航空运输协会 [IATA], 2016)。与此同时，预计未来 20 年全球航空货运量将以平均每年 4.2% 的速度增长 (Boeing, 2016-2017)。尽管未来几十年客运和货运航班的预测增长率将接近 5%，但现有的空中交通管理系统无法应对这一增长。
数字自动耦合器 - Wabtec 公司
选项还包括高能量吸收模块、碰撞模块、主储液管、缓冲器位置和自动润滑模块。参考 • Transit 应用中的 Type 10 耦合器的 REX。• 在 SBB/5L、VTG/BMVI 演示列车和 DAC4EU 第 1 阶段测试中实施的牵引装置能量吸收系统（弹性垫）。• 数千个缓冲杆上的弹性垫。规范/验证
使用 RTL-SDR 实现自动飞机跟踪
摘要：为了提高空域系统的效率、安全性和容量，广播式自动相关监视 (ADS-B) 是空中交通监视中常用的技术之一。ADS-B 使用 1090 MHz 频段。ADS-B 与现有的基于雷达的技术相辅相成，用于定位飞机。雷达系统和 ADS-B 的共存是下一代空中交通系统 (NGATS) 中检测和解决冲突的关键系统。但是，ADS-B 的主要缺点是其实施复杂性和成本增加且不方便用户使用。本文着重于借助软件定义无线电 (SDR) 降低 MATLAB 中 ADS-B 系统实施的复杂性和成本。SDR 用户友好且易于处理飞机信息而不会增加成本。使用 SDR 实施的 ADS-B 系统可以实时接收多种飞机信息，例如高度、纬度、经度、速度和方向。使用SDR可以最大限度地提高信息覆盖范围和可靠性，并能在空中交通管制（ATC）网络中实现及时通信。
自动检测建筑点...
希腊雅典国立技术大学乡村与测量工程学院摄影测量实验室，电子邮箱：maltezosev@gmail.com；cioannid@survey.ntua.gr 第三委员会，第三工作组/2 关键词：激光雷达、点云、建筑物提取、扫描线、过滤、变化检测 摘要：本研究旨在自动检测建筑物点：（a）从激光雷达点云中使用简单的过滤技术来增强每个点的几何特性，以及（b）从使用立体方法半全局匹配 (SGM) 在高分辨率彩色红外 (CIR) 数字航空影像上应用密集图像匹配提取的点云。第一步，去除植被。在 LIDAR 点云中，首先使用法线，然后使用粗糙度值，实施并评估两种不同的方法：（1）建议的扫描线平滑滤波和阈值处理，以及（2）双边滤波和阈值处理。对于 CIR 点云的情况，出于相同目的，计算归一化差异植被指数 (NDVI) 的变化。之后，使用形态学算子提取裸地并将其从其余场景中移除，以保留建筑物点。使用现有正射影像作为参考，评估在希腊北部城市地区应用每种方法提取的建筑物的结果；此外，将结果与从两个商业软件中提取的相应分类建筑物进行比较。最后，为了验证达到最佳精度的提取建筑物点的实用性和功能性，在整个场景的子区域上指示性地执行细节级别 1 (LoD 1) 的 3D 模型和 3D 建筑物变化检测过程。
迈向血液飞溅的自动分析...
其中 W e 和 L e 分别是主椭圆图案的宽度和长度。由于血滴的速度和质量未知，因此该撞击角度仅用于近似估计创伤发生的高度；每根细绳仍然沿长轴方向笔直拉伸，但与地平面成 α 度。由于血滴的抛射运动，此过程至少为受害者被击中的高度设置了上限。已经开发出商业软件来计算公式 (1) 和长轴角 γ，用户点击数字图像中的点后即可计算（见图 1）[3, 9]。据我们所知，在手动输入每个污点的全局位置后，该软件还允许存储角度并用于绘制虚拟细绳。我们的目标是自动执行 (A) 每个污渍的图像分析，以及 (B) 将多幅图像校准为具有统一坐标系的俯视图。我们假设计算机视觉可以帮助自动化和量化血液飞溅分析的可靠性。
智能制造的自动化设备设计...
本文在前人对生产线自动化研究的基础上，在原有生产线自动化设备的基础上进行了进一步的研究和进一步的设计和开发。本文对自动生产线进行了总体设计，并对自动生产线中的各个系统进行了优化，淘汰了落后的仪器，应用了一些更为先进、方便的仪器。然后分别对自动生产线的硬件和软件进行了研究，并进行了人机交互。对交互模块和实时主控电路模块进行重新开发,并将电主轴应用于自动生产线,最后设计了步进电机的模糊PID控制器,实验表明模糊PID控制方案优于传统PID控制方案,系统合理化后提高了前瞻规划的质量稳健性,最后对电主轴的温度进行了测试。