一种改进的隐私保护关联规则挖掘算法

部分隐藏的随机化回答方法是基于关联规则数据挖掘的隐私保护算法,针对该算法在重构频繁项集支持度上的指数级时间复杂度导致算法执行效率下降的不足,采用分治策略和集合运算方法对该算法进行改进,消除重构数据的指数级运算。改进算法降低了算法的时间复杂度并有效提高了执行效率。仿真实验与分析表明了改进算法的有效性。     

航天器材料空间环境适应性评价与认定准则研究

航天器材料空间环境适应性是指航天器材料适应空间环境的能力,同时又是航天器系统级空间环境适应性的基础。确保航天器材料空间环境适应性是航天器研制初期重要环节。文章首先介绍了航天器材料的空间环境适应性类型;其次列举了材料空间环境适应性评价试验标准体系;然后分析了空间环境适应性评价手段与认定准则,包括选材阶段的评价试验、采购和使用阶段的验收试验以及空间环境适应性的认定。文章对我国航天器材料空间环境适应性评价与认定工作提出若干建议,为航天器材料选择和空间环境适应性控制提供参考。     

密集编队中飞机发动机的疲劳损伤差异

选取典型密集编队飞行任务,利用实测飞行数据,研究了在飞行动作几乎完全相同的条件下飞机发动机疲劳损伤的差异.经过二次雨流法统计循环次数和线性累积损伤理论折合到标准循环,得出了密集编队中长、僚机因位置不同而造成的发动机疲劳损伤的差异及其统计规律,发现疲劳损伤差异分布为威布尔分布,单机差异一般为2～4倍,最大可以达到9～10倍.进一步揭示了发动机疲劳载荷/损伤的分散性和单机疲劳寿命监控的必要性.      

面向多威胁的无人机智能目标跟随策略设计

随着无人机(UAV)一体化作战的不断发展,无人机在搜索到运动目标之后,需要立即转入跟随模式,考虑到战场环境的复杂性,研究了在多个威胁源条件下无人机跟随运动目标的问题,为了保证无人机的安全性以及跟随目标的精确性,提出了一种基于决策树的无人机智能目标跟随策略。首先对威胁概率图(TPM)进行建模;然后采用几何图法及任务优先级生成不同的规则,建立相应的决策树,并设计了不同规则下无人机飞行航向及速度指令;最后通过仿真验证所提出的智能目标跟随策略的有效性。      

基于经验的工程变更传播路径预测方法

 针对航空产品工程变更不易预测传播路径的问题,本文利用信息论和统计学的有关原理,提出了一套基于经验的工程变更传播路径预测方法。利用熵和互信息的概念,从海量经验数据中获取在预测过程中起到重要作用的参数;以其为样本空间,提出了一种从语义和变更影响两个角度计算变更参数相似度的算法;基于贝叶斯公式,分析了多因素情况下,相关参数的被影响概率,以此作为判断变更路径的依据;最后,以某型号航空涡轮叶盘为例对本文方法进行了验证,结果表明本文方法具有一定的准确度和优越性。     

基于神经网络规则提取的航空发动机磨损故障诊断知识获取

针对神经网络智能诊断与专家系统中知识难于理解和诊断解释能力差等问题,研究了一种新的基于功能性观点的神经网络规则提取方法,介绍了方法流程及关键算法.并用UCI(加利福尼亚大学埃尔文分校)机器学习数据对方法进行了分析和验证.最后,将方法应用于实际航空发动机磨损故障诊断中,采集了某型航空发动机实测油样光谱数据237个样本,利用神经网络规则提取方法提取了发动机磨损故障诊断知识规则,并对其进行了解释,结果表明了方法的正确有效性.      

基于分布式专家系统的运载火箭故障诊断技术

针对运载火箭结构庞大,各分系统纵横交错、相互耦合的特点,基于分布式专家系统思想,提出了一种分布式运载火箭故障诊断技术方案.该方案采用产生式知识表达技术,将专家知识通过由测点表、征兆表、规则表和结论表组成的4表结构来表示,具有表述清晰、易于扩展和移植的特点.推理机制采用分布式推理和分级推理相结合的方式.分布式推理将运载火箭的系统级故障与各分系统级故障分别同时进行诊断,可有效提高诊断速度.分级推理将危害级别高的故障优先进行诊断,因此运载火箭一旦有危害程度大的故障发生时,可以及时发现、及时处置,从而使故障对系统的影响降至最低.      

应用关联规则构建质量活动链模型

介绍了作业质量成本的概念,提出了以作业质量成本数据为基础描述质量活动间关联关系的方法,并设定了作业质量成本之间相互影响的规则.着重研究了关联规则挖掘技术,将布尔型关联规则用于质量活动间作用关系的挖掘,并应用Apriori算法,研究了应用作业质量成本数据及其变化趋势构建基于作业质量成本的质量活动链模型的方法.该模型有助于在质量成本预测与分析过程中从经济的角度发现质量管理过程的瓶颈问题,为以质量成本分析为基础,系统地进行质量改进决策提供了有效的方法和手段.      

自主虚拟人智能驾驶行为模型的研究和实现

描述了自主虚拟人的分层驾驶行为及对虚拟世界的感知.在对自主虚拟人的驾驶行为进行研究的基础上,结合导向行为与专家经验,建立了基于产生式规则的智能行为模型,并给出了规则的具体实现.通过虚拟现实技术对该智能模型进行了验证,证明了其可行性.      

挖掘周期性一般关联规则

在事务数据库中的周期性一般关联规则可以揭示类的不同层次之间的关系和呈现周期性变化。这些信息对于识别在关联中的趋势和预测非常有用。由于数据噪声对发现周期性一般关联规则的巨大影响 ,文中用噪声比来抑制数据噪声对发现周期性一般关联规则的影响。同时根据对周期性与一般高频集之间关系的分析 ,利用周期裁剪技术来节省挖掘时间 ,给出了 (Cyclic general-ized itemsets,CGI)算法。实验证明 ,该算法可高效地发现周期性一般关联规则。