基于STEP和改进神经网络的STEP-NC制造特征识别方法

特征识别是实施STEP-NC重要的一步，也是实现开放式、智能化和网络化STEP-NC数控系统的关键。本文提出了一种基于STEP和改进神经网络的STEP-NC制造特征识别方法。该方法首先在对STEP AP203中性文件进行几何拓扑信息提取后，基于边的凹凸性判断构建了零件最小子图。然后，将混沌算法、遗传算法与BP神经网络算法有机相结合提出了改进的BP神经网络。最后，通过将获得的零件模型最小子图信息数据输入到改进的BP神经网络，实现了对STEP-NC制造特征高效精准地识别。通过实例验证了该方法的有效性和可行性。     

一种辐射环境下小子样试验评估方法

对元器件在辐射环境下的小子样试验评估方法作了分析研究，基于元器件辐射损伤阈值服从正态分布的假设，采用基于虚拟增广的小子样试验评估方法对元器件抗辐射能力进行评估，得到了元器件在给定置信水平下的损伤阈值下限及在给定辐射水平下的生存能力，通过实例验证了评估方法的可行性。在labview开发环境下完成方法的软件研制。方法可为航天器的抗辐射加固设计与评估提供有益参考。     

指数分布单样预测的Bayes方法

对指数分布的单样预测问题用Bayes方法进行了讨论，结果表明，定数截必埋，无信息先验分布的Bayes预测限与经典预测限相同，但两种方法的预测子不一致，对有替换定时截尾，给出了经典方法目前尚未处理的单样预测问题的Bayes预测子与预测限，并用数值例说明了这些方法。     

Weibull分布与极值分布的单样预测

对Weibull分布与极值分布的单样预测问题进行了讨论，给出了单样预测的无偏预测子与近似的预测限，并用数值例说明这些方法。     

Bayes方法在小子样可靠性评定中的应用研究

阐述了Ｂａｙｅｓ方法基本原理，结合某战术型号武器系统定型工作，论述了小子样条件下武器系统可靠性用Ｂａｙｅｓ方法评定的可靠性，并提出了对评定结果的检验方法。     

一种融合验前信息的特小子样精度评估方法

如何合理有效地利用验前信息是小子样精度评定中的关键问题.针对导弹制导精度评定,提出了一种根据验前信息确定验前分布参数,融合验前信息和飞行试验信息的精度评估方法,该计算方法引入了验前信息的可信度指标,能够有效避免验前信息“湮没”现场信息的情况,而且可以进一步解决信息使用的主观性问题.为工程应用提供了一定的指导.     

再论奈奎斯特传输率可以突破──兼答王益民文［4］对拙文［1］中这一结论的否定

在我的文章［１］中提出了一个论断：在带宽为ｆＮ的理想低通信道中，可以具有大于奈奎斯将（Ｎｙｑｕｉｓｔ）传输率２ｆＮ的数据传输率，而不产生传输样点值的失真．对这一结论，本文将进行详细论证之．     

原状土样质量的影响因素与对策

原状土样测试是建筑工程地基勘探的重要内容，原状土应尽量保持原样，才能真实反映土层的物理力学指标，本文就原状土样质量的影响因素与保证措施进行了论述，包括：取土器、钻进方法、取样操作以及土样的封装、运输与保存等内容。     

基于Bootstrap理论的小子样寿命评估模型

针对航天产品小子样、长寿命的特点,提出了基于Bootstrap理论的小子样寿命评估模型。采用B-样条函数构造Bootstrap样本经验分布函数,进行放回抽样。在此基础上,分别采用非参数Bootstrap方法和参数Bootstrap方法建立了寿命评估模型。采用提出的模型对空心阴极循环点火寿命试验数据进行评估,得到多个寿命特征结果,与传统的参数极大似然估计方法的计算结果进行了对比分析,其评估精度满足工程的应用需求,验证了该模型的工程实用性和有效性。