重复采样情况下识别异常值的方法

为满足试验靶场设备性能分析与精度鉴定实际需要,本文全面介绍了一套用于重复采样的一维与多维异常数据的统计诊断法;利用稳健统计理论,创造性地提出了多个异常数据的“一揽子诊断”法和经验影响函数诊断法。     

振动特性敏感区上的结构故障诊断与监测

本文提出了通过敏感的振动特性来进行结构故障早期诊断的图象识别诊断法和参数变化诊断法。前者可以判断故障是否发生并作简单分类,后者能同时确定故障的部位和严重程度。两方法都用到了悬臂梁的故障诊断中,结果表明是有效的。     

大气数据测试系统的设计

大气数据系统是重要的机载电子设备，本文应用微诊断法和功能测试法，对大气数据测试系统进行了设计，实现了对大气数据系统各组件的测试，故障覆盖率高，该测试方法对其它机载计算机系统的测试具有推广价值。     

基于径向基函数的变量预测模型模式识别方法

针对变量预测模型模式识别方法中4种数学模型不足以反映特征值之间复杂关系的缺陷.因此,提出了一种基于径向基函数的变量预测模型(VPMRBF)模式识别方法,把提取的特征值输入到VPMRBF分类器中,然后通过训练样本建立反映特征值之间复杂关系的径向基函数预测模型,最后把测试样本的特征值作为径向基函数预测模型的输入,以预测误差平方和为依据完成分类.该方法充分有效地利用并且结合径向基函数和变量预测模式识别方法的优点,实现了故障特征提取到故障识别的全程诊断. 滚动轴承故障诊断实验分析结果表明:与径向基神经网络、支持向量机和变量预测模式识别方法相比,VPMRBF的识别率分别提高了4.75%，1.75%和5.25%.      

多维动态力传感器输出特性的实时修正法

本文针对多维动态力传感器研制中存在的输出特性随力作用点改变而变化的问题，提出了偏载特征模式识别方法，对铣削测力平台的输出特性进行了实时修正，大幅度提高了力传感器的精度。     

基于ReliefF-LMBP算法的涡轴发动机气路故障模式识别—两机专刊

针对涡轴发动机气路故障模式识别精度不高的问题,提出了一种基于ReliefF-LMBP故障特征提取的发动机故障模式识别方法。应用ReliefF算法对发动机传感器参数赋予权值,对传感器参数特征权重值进行迭代更新和排序,聚集好的特征样本,离散异类样本。根据筛选出的特征子集,利用LMBP神经网络算法进行发动机故障模式识别。以涡轴发动机为对象进行气路故障诊断验证,结果表明所提方法能提取特征传感器参数并实现有效的故障模式识别。     

统计模式识别方法在高压压气机振动监测中的应用

本文研究了统计模式识别方法在某高压压气机振动监测中的应用，主要涉及了主成分提取算法和距离判别算法。研究结果表明，该方法可以应用到该高压压气机振动监测中去，并且获得了较好的结果。     

建筑工程造价指标智能化测算方法研究与应用

逐步停止发布预算定额，强调市场定价，决定了工程造价指标在工程建设管理中的作用愈发重要。加强造价数据积累，研究快捷准确的造价指标测算方法具有重要的工程实践价值。本文综合分析工程特征对造价指标的影响，提取了12个工程特征描述工程模式；探讨了工程特征变化导致工程造价指标的变化规律，结合模式识别目标确定工程特征定量化方法，收集45个样本工程建立了工程特征与造价指标数据库；基于统计模式识别的GA-BP方法，建立建筑工程造价指标测算模型，对工程单方造价、人工费、材料费、施工机具使用费进行测算，实例验证本文提出的定量化方法的合理性与测算模型的实用性。     

基于经验模态分解剩余信号能量特征的滚动轴承故障模式智能识别

针对滚动轴承故障模式识别问题,分析了振动信号的时域特征与经验模态分解剩余信号的能量特征,并将采集的特征一起构成了多域多类别的原始故障特征向量集,同时采用遗传算法对支持向量机径向基核函数参数和惩罚参数进行了寻优,提出了结合经验模态分解剩余信号能量特征的遗传算法优化支持向量机参数的滚动轴承故障模式识别方法。实验表明,给出的故障模式识别方法,对滚动轴承的外圈故障、内圈故障、滚动体故障及正常状态有很好的识别效果,具有较强的实用性,能够为滚动轴承故障的模式识别和智能诊断提供帮助。     

金属切削加工状态的模糊（Fuzzy）模式识别（一）——模糊等价矩阵聚类分析法

 由于金属切削加工过程中的各种现象都是一些不分明的模糊现象,本文把模糊等价矩阵的聚类分析方法成功地用于金属切削加工状态的模式识别。文中对模式识别的特征选择,即无关特征和派生特征的筛选问题进行了探讨;还定义了特征均匀度函数来确定模式识别中的特征的权重。从而为特征的选择与特征权重的确定提供了较为简单的计算方法。通过试算,证明这种方法的运用是可行的。     

飞行参数主控计算机主机板的测试

计算机系统的主机板是系统的核心 ,往往也是测试的重要项目。本文应用微诊断法 ,实现了对飞参主控计算机主机板的测试 ,故障覆盖率高。该测试方法对其它机载计算机系统的测试具有推广价值。     

金相图象的计算机处理与分析

本文对使用微机处理和分析金相图片进行了探讨，针对多灰度级的不同形状的金相粒子进行图象预处理，并抽取各粒子典型特征进行模式识别和聚类，提出了分析和处理金相图象的可行方法，为金相组织的定量分析提供了有效的手段。     

基于模糊模式识别的多通道目标选择算法

给出一种多通道用户界面的三维表示模型，证明目标选择是多通道人机交互技术的核心。针对多通道用户界面中输入信息的不精确性，运用模糊模式识别理论，提出根据不精确输入信息进行的目标选择算法。     

神经网络系统及其在工程中的应用

神经网络以并行处理，分布式信息存贮、良好的自适应性、极强的训练功能、联想功能和容错功能在图象处理，模式识别及信号分析等各工程领域得到了广泛的应用，本文概述了神经网络系统的基本结构、网络程度的主要特点和文本菜单、图形菜单的运行程式。最后给出在工程中应用的实例。     

基于模糊模式识别的电力远动通道监控系统

分析了电力远动通道监控系统的现状,为解决其不足之处提出了一种电力远动通道监控的新方案.采用了一种基于模糊模式识别的综合评判远动通道通信质量的方法来实现对远动通道的监控,并详细论述了方案中模糊模式识别模型的建立,同时给出了系统的实现方案.在实际应用中表明,该系统能够有效地解决目前监控系统存在的不足,为电力远动通道监控开辟了新途径.     

基于递阶残差神经网络的结构故障模式识别

提出了一种基于递阶残差分类神经网络的结构故障诊断新方法,与传统的基于模型的非线性系统的故障诊断方法相比,神经网络方法有着非线性逼近能力强和故障模式识别实时性好等优点。文中进行了残差特征提取和残差分类研究,设计了3层递阶残差结构分类器,提出了故障模式识别算法。最后以某型歼击机为例进行了仿真验证,仿真结果表明本文方法能有效识别歼击机结构故障的有无、位置、类型和程度。     

控制图异常模式的识别技术研究

质量控制图中所呈现出的异常状态可揭示出加工过程潜在的质量问题。本文提出了一种基于SLFM网络的控制图模式识别模型 ,该模型不仅能够识别控制图的 6种基本模式 ,对混合型的异常模式也能够有效识别。数字仿真表明 ,该模型训练速度快 ,识别精度高 ,并且具有很强的可塑性 ,适用于质量控制图的在线实时模式识别     

金属切削加工状态的模糊（Fuzzy）模式识别（二）——模糊ISODATA聚类分析法

 本文利用模糊ISODATA聚类分析的方法对切削加工状态进行了模糊模式识别,并就此方法中的初始矩阵U_fo的选择原则做了进一步地探讨,最后把这种方法与模糊等价矩阵聚类分析法进行了比较分析。结果表明,把模糊模式识别应用于金属切削加工状态的识别是切实可行的,且识别精度高、识别运算简单、具有实时性,从而为切削加工过程的实时识别与控制提供了基础。     

模式识别与智能系统学科简介

自动化学院现有“控制科学与工程”1个一级学科硕士点，涵盖5个二级硕士点（控制理论与控制工程、检测技术与自动化装置、系统工程、模式识别与智能系统、导航制导与控制），1个控制工程专业学位授予点。     

一种基于实数粗集空闻的自组织映射方法及在模式识别上的应用

提出一种实数粗糙集，避免了经典粗糙集必须经过离散化处理的环节；并且用实数粗糙集的下、上近似集的精确概念划分自组织映射的输出结果，使得修改后的映射结果中各类样本点之间有明显的间隔，易于进行分类识别。最后通过对某型歼击机的舵面故障的模式识别仿真验证了其方法的正确性和有效性。