Bayes判别在研究过期妊娠分娩方式中的应用

用河北省平泉县医院妇产科过期妊娠患者五项客观指标:年龄、胎次、B超的胎盘钙化度、胎动情况及宫颈成熟度,研究其分娩方式。用逐步判别法筛选出最有显著判别能力的变量建立Bayes判别函数,利用此判别函数对过期妊娠患者分娩方式进行回代判别及五个病例的预测判别,均收到满意的效果。     

角速率平台伺服机构的智能控制与容错研究

介绍了角速率平台伺服机构智能控制研制进展。用单片机控制,对角速率反馈通道实现了2次故障判别、1次系统重构。用Fuzzy控制建立了相应隶属函数,确定了故障判别阈值。实验表明系统工作稳定,故障的Fuzzy差别合理,故障通道切换平稳,重构后系统工作仍正常。     

Dy和Yd类变压器联结组的微机判别

三相变压器的联结组标号必须判别确定。选较复杂的 Dy和 Yd类联结组为例 ,对其进行理论分析 ,获得作筛选法判别基准的理想计算值的规律性。在实测时考虑三相电源电压不对称的影响 ,用实测计算值代替理想计算值作判别基准。经微机的硬件与软件系统联试 ,能对全部联结组标号快捷地判别 ,不仅能判定对与错 ,还能指出错误联成何种标号     

三、数字显示电路

数字显示电路包括如下几部分: 1.十进位可递计数器 2.译码及显示电路 3.加减判别电路 4.符号判别电路 5.清“0”电路 6.溢出及溢出的返回电路 7.符号及数码予置电路溢出的设置可以使读数范围增加一倍。读数器中共有六位计数显示,每一位都包括相同的十进位计数     

熵判别粒子群优化算法在发动机模型修正中的应用

因生产、安装工艺差别导致单台发动机部件特性的差异,使得模型计算结果与单台发动机的性能差异较大,提出了一种基于熵判别粒子群优化算法.通过判别粒子群的熵值,调整种群的多样性,对适应度差的粒子进行迁移,克服了易陷入局部极小点的缺陷.从仿真结果可知:基于熵判别粒子群优化算法的修正效果显然优于影响系数矩阵的修正方法.经验证,模型修正后的低压涡轮出口温度等8个目标性能参数的误差在1%以内,达到较好的修正效果,使单台发动机模型能够与真实发动机进行匹配.      

关系数据库二三范式判别算法

第二范式(2NF)和第三范式(3NF)在关系数据库规范化中起着重要作用.然而,所有的文献都没有给出第二、三范式的判别算法,当关系模式属性较多或数据依赖较复杂时,很难通过手算做出正确的判断.本文首先给出判别给定属性集是否键码的算法以及求给定关系模式的所有键码和所有非主属性的算法,然后在简单刻划函数依赖特征的基础上提出2NF和3NF的判别算法.这些算法与现有文献上的各种算法一起便于在计算机上编程实现,从而使关系规范化理论变成应用软件.     

基于小波变换与粗糙集的雷达目标识别方法

雷达目标识别是防空武器系统雷达信息处理的一个关键环节.在小波变换与粗糙集基础上提出一种雷达目标识别方法.小波变换能够提高了时--频分频率;粗糙集理论是一种新型的处理不确定性知识的数学工具.利用小波变换对目标原始信息进行分解,得到目标的能量特征向量;通过粗糙集简化关系表,删去冗余信息,用逻辑推理算法表示判别规则.应用小波变换与粗糙集能够满足利用不精确信息进行目标识别的需要.     

总刚阵线性相关性及对应约束不足状态分析

对于病态线性代数方程组,很多文献,提出了判别指标和处理办法。在结构有限无分析中,由于模型复杂使得约束考虑不周,总刚阵行线性相关,用这些指标来判别显然不够。有的文献想从力学角度加以考虑,但对这一问题并没有解决。本文采用crout分解法,首先给出总刚阵的线性相关系数,然后对其讨论相应的约束不足状态,并给出快速有效的计算步骤。     

液压仿形伺服系统动特性的实验研究

前言用3-YZF-Ⅰ型仿形头配套的XF5032型液压仿形铣床具有x、y、z三个坐标的液压伺服系统、即可以在开环状态下(手动)工作,也可以在闭环状态下(自动)工作。如果系统有关参数调整不当就会引起振动。系统的稳定性可根据稳定性判别公式进行校核,也可根据频率响应实验法测出的动特性参数进行分析判断,由于系统中非线性因素的干扰不能在判别     

宇航难加工材料切削加工专家系统

介绍了用人工智能技术在ＰＣ机上Ｔｕｒｂｏ－ｐｒｏｌｏｇ环境下，建立一个能够根据工件材料牌号判别其所属种类及切削加工性，并能够给出相应加工对策的宇航难加工材料切削加工专家系统。     

两向二维最大子类散度差鉴别分析及其在SAR目标识别中的应用

针对Fisher线性判决分析（FLDA）在图像识别应用中遇到的小样本问题,提出了两向二维最大子类散度差（(2D)2MCSD）鉴别分析的图像特征提取方法。首先找到每类数据的子类划分,再根据这些子类构造基于二维图像矩阵的子类类间和子类类内散布矩阵,最后用子类类间与子类类内散布之差作为鉴别准则求取投影矢量。该方法可以处理多模分布问题,从根本上避免了矩阵求逆和小样本问题,加快了特征抽取的速度,且同时对图像行和列进行压缩,克服了二维最大子类散度差（2DMCSD）鉴别分析和另一种形式的2DMCSD（Alternate 2DMCSD）的特征维数较大的问题。基于美国运动和静止目标获取与识别（MSTAR）公共数据库提供的实测数据的实验结果表明：本文方法的性能优于现有的子空间方法;与2DMCSD和Alternate 2DMCSD相比,可大大降低特征维数、提高识别性能。     

基于粗糙核Fisher鉴别分析的特征提取及其在发动机故障诊断中的应用

将粗糙集理论的属性约简与核Fisher鉴别分析方法结合起来,提出一种基于粗糙核Fisher鉴别分析的故障特征提取方法.首先采用粗糙集理论的属性约简删除与分类无关或关系不大的特征,降低输入特征维数,排除干扰特征的影响,减小了特征提取计算量;再采用核Fisher鉴别分析方法进一步提取非线性特征;最后将该方法应用于航空发动机滑油系统故障特征提取及故障识别中.结果表明:该方法获取的特征在提高分类正确率的同时,还有效地降低了输入特征维数,提高了分类效率,并且对分类器具有较强的适应性和鲁棒性.      

基于遗传规划和线性鉴别分析的故障特征提取模型及其应用

1引言航空发动机故障诊断需要从原始监测数据中获取合理的特征参数,如果依靠专家经验手工从众多的监测参数中选取特征参数,将是十分烦琐和低效的。因此,构造优质的特征参数是提高故障诊断效率及其准确性的关键。许多机器学习方法被应用到特征参数的自动选取中,例如神经网络[1],     

基于正则化多核判别分析的航空发动机滚动轴承早期故障融合诊断方法

针对基于机匣测点信号的航空发动机滚动轴承早期故障诊断问题,提出了一种基于正则化多核判别分析的融合诊断方法.该方法首先提取多种类型的滚动轴承故障特征;然后采用相同的一组核参数为不同类型的特征分别构造一组核矩阵,并将所有核矩阵组合在一起;最后通过求解一个半无限线性规划得到该组核矩阵关于正则化核判别分析的目标函数的最优线性组合系数,进一步采用该系数计算所有核矩阵的线性组合,从而实现多种类型特征信息的融合.实验结果表明:该方法诊断正确率与采用单一类型特征诊断的最高正确率相比提高了9.25%,同时可以避免核矩阵需要人工选择的问题,从而进一步提高了故障诊断的自动化水平.      

基于判别分析的发动机故障诊断方法

本文介绍了以多元统计分析中的判别分析理论为基础的航空喷气发动机的故障诊断方法。重点讨论了应用 Baves 判别方法建立发动机故障诊断模型的有关问题。文中讨论了与故障样本、诊断模型和模型检验有关的问题。文中还给出了应用基于判别分析的发动机故障诊断方法对 JT9D 发动机进行建模和诊断的结果。结果表明:基于判别分析的发动机故障诊断方法是可行的和有效的,并已显示出良好的工程应用前景。     

导电圆柱壳体磁弹性二阶谐波共振响应分析

 研究了磁场环境中受机械载荷作用圆柱壳体的二阶谐波共振响应问题。首先给出了电磁场环境中导电圆柱壳体的非线性磁弹性振动方程和电磁场方程,并应用伽辽金积分法导出了相应的无量纲化非线性振动微分方程。然后采用多尺度法对系统的二阶超谐波和亚谐波共振问题进行求解,得到了稳态运动下关于定常解的幅值响应方程及解的稳定性判别式。最后通过数值算例,给出了共振幅值随磁感应强度和外激励力等参量变化的特征曲线图,分析了解的稳定性、奇点性态及分岔特性。结果表明,通过电磁或机械参数的适当选取,能够达到激发或抑制系统共振现象的目的。     

Adaptive learning approach to landmine detection

We consider landmine detection using forward-looking ground penetrating radar (FLGPR). The two main challenging tasks include extracting intricate structures of target signals and adapting a classifier to the surrounding environment through learning. Through the time-frequency (TF) analysis, we find that the most discriminant information is TF localized. This observation motivates us to use the over-complete wavelet packet transform (WPT) to sparsely represent signals with the discriminant information encoded into several bases. Then the sequential floating forward selection method is used to extract these components and thereby a neural network (NNW) classifier is designed. To further improve the classification performance and deal with the problem of detecting mines in an unconstraint environment, the AdaBoost algorithm is used. We integrate the feature selection process into the original AdaBoost algorithm. In each iteration, AdaBoost identifies the hard-to-learn examples and a new set of features which provide the specific discriminant information for these hard samples is extracted adaptively and a new classifier is trained. Experimental results based on measured data are presented, showing that a significant improvement on the classification performance can be achieved.     

复合材料机身框轴向压缩屈曲分析与研究

通过试验研究了复合材料机身框承受轴向压缩载荷下的失效模式,并与工程理论计算、有限元分析进行对比。试验研究的框构型包含"C"型框和"Z"型框,试验结果显示,复合材料机身框与蒙皮结构在承受沿框方向的轴向压缩载荷时,首先蒙皮发生局部屈曲;随着载荷的增大,框腹板和内缘也发生局部屈曲,最终导致整个框截面的破坏。对蒙皮局部屈曲采用两加载边简支、两侧边固支的层压平板屈曲工程分析方法,分析结果表明,工程理论计算与试验数据吻合良好,并且理论值具有保守性。对于框腹板及框内缘这类薄壁结构,其边界支持作用弱于简支,导致工程理论计算结果不保守。为了获得框腹板与框内缘更准确的局部屈曲结果,必须采用几何非线性有限元建模分析。     

基于轮地作用参数和PLSDA方法的月壤力学性能评估

为评估在轨月球车周边环境月壤力学性能,以月球车辙信息、轮上载荷和滑转率作为基本参数,提出了16个二元及三元标识量,结合偏最小二乘判别方法(PLSDA)建立评估月壤力学状态模型。根据容重对模拟月壤力学状态进行分级,分别为松软状态、自然状态和紧实状态。应用轮壤相互作用试验台共采集247组试验数据,每种模拟月壤状态的试验数据按照2:1比例随机划分为校正集样本和预测集样本,最终校正集和预测集样本个数分别为166和81个。考虑到原始数据值相差大和所提出部分标识量包含冗余信息的特点,因此在建立PLSDA模型时,应用均值中心化预处理方法对原始数据进行数据预处理,并优选10个标识量建立识别月壤力学状态的PLSDA模型,对应的校正集的准确率和预测集的准确率分别为90.96%和90.12%。结果表明,应用PLSDA方法并结合月球车的车辙信息、轮上载荷和滑转率以及优选标识量所建立的评估月壤力学状态判别模型,其计算快速准确,可用于月球车在轨评估车轮前方月壤的力学特性和通过性能评估。     

航空术语的构词分析

以全国科学技术名词审定委员会公布的"航空科学技术名词"为览本,对航空术语的词性和构型进行分析,通过举例作出了某些详述,并推导出对外来术语的吸纳方法和原则。