超椭球凸集合可靠性综合指标定义及求解方法

针对失效域与超椭球凸集合发生干涉与不发生干涉两种情况下,超椭球凸集合非概率可靠性与非概率可靠度两种指标各自存在的不足,将两指标相结合提出多个超椭球凸集合描述时的可靠性综合指标定义,并提出将改进的有限步长迭代法(MLSA)与Monte-Carlo法结合来求解综合指标的方法.MLSA是在有限步长迭代法的基础上提出的,根据增...     

软件无线电的可重构流处理器体系结构

 针对软件无线电中存在通用数字信号处理器（DSP）计算能力不足以及专用基带处理器缺乏扩展性的问题,提出了一种新的处理器：面向软件无线电的可重构流处理器及相应的专用指令集。仿真证明,该处理器的可重构设计具备指令集扩展能力,可以对多种无线通信标准甚至是新的通信标准提供支持;面向软件无线电的流体系结构和专用指令集保证了对多种高速无线基带信号的实时处理,运算能力是通用DSP的5~13倍。该处理器为软件无线电中的硬件设计难题提供了一种新的解决途径。     

基于粗糙集和神经网络的导弹故障诊断方法

人工神经元网络（ANN）具有本质的非线性特性、并行处理能力以及自组织自学习的能力,但单独使用ANN处理问题时,往往会存在一些缺陷。文章介绍导弹驾驶仪故障智能诊断的一种新方法：首先,利用粗糙集原理约简故障特征属性数据;其次,用带动量项的批处理BP神经网络方法对故障数据进行训练并检验;最后,将故障数据处理后输入神经网络分类器,对故障实施诊断。     

结构可靠性分析的拟蒙特卡罗方法

由于蒙特卡罗(MC)方法具有程序结构简单,收敛速度与问题维数无关等优点,故其在结构可靠性分析中得到了广泛应用。但是对于小失效概率等问题,计算效率低这一主要缺点限制了该方法的应用范围。为了解决MC方法存在的问题,通过引进单位超立方体中不同的低偏差点集代替伪随机数序列,并结合了重要抽样技术建立了结构可靠性分析的拟蒙特卡罗(QMC)方法。该方法不但可以大幅度减少抽样点数目,还能够得到确定性的估计值, 避免传统MC方法只能得到概率意义下误差的缺陷。通过数值算例可以看出本文方法具有较高的计算精度和效率,因此适用于结构可靠性分析问题。     

基于领域专家知识的发动机模糊可靠性分配方法

提出了一种基于多领域专家知识的发动机模糊可靠性分配方法,以降低决策者主观偏好以及分配过程中模糊和不确定因素对分配结果的影响.基于对影响发动机可靠性因素的分析,建立了发动机模糊可靠性分配的数学模型,并以三角模糊数代替常规层次分析法中的标度,提出了一种模糊评判矩阵方法来确定影响可靠性因素的权重.在可靠性分配过程中,充分考虑多领域专家的意见和产品开发过程的风险性.以应用实例对提出方法的有效可行性进行了验证.      

基于投影寻踪的高光谱图像异常检测并行算法

投影寻踪方法能有效提取数据中的非高斯结构凸显异常信息,但在求解最优投影方向时存在计算量大、运行时间长的问题,为提高处理效率,提出一种机群环境下的并行算法.选用偏度和峰度组合作为投影指标,将所有像素光谱作为特定投影方向集依次搜索,求解最优投影方向.在并行计算各候选方向投影指标时,分割图像数据分布存储于各机群结点,数据子块朝候选方向并行投影后,将指标计算式变形分解,使各结点在指标计算过程中所需数据均为本地数据,解决数据局部性问题,并采用一种"轮流作主"的机制提高算法负载均衡程度.利用实用型模块化高光谱仪数据在机群系统上进行测试,达到了较好的加速效果,表明该并行算法具有良好的并行性能.     

运动激波与气泡串相互作用的多介质数值模拟

通过对激波和流体界面相互作用而诱导的大变形界面演化的数值模拟,验证了Level set 方法精确模拟多个流体界面的有效性.采用间断有限元Galerkin方法求解欧拉方程得到流场解,采用5阶WENO格式求解Level set方程追踪多流体界面,界面附近的边界条件由虚拟流体方法处理.对运动激波和两个气泡相互作用过程进行了数值模拟,得到了不同时刻的压力和密度等值线分布,并分析了计算域中两个气泡同是氦气泡,以及一个是氦气泡,一个是R22气泡情况下的计算结果.计算结果表明:利用多界面Level set方程可高质量地捕捉多个流体界面,处理3种多介质流场数值模拟问题.     

飞机复杂系统故障诊断的灰色粗集推理方法

传统的复杂系统故障诊断规则不易获取且方法单一,不能满足系统维护要求.文中全面考虑复杂系统诊断的数据来源,用灰色关联理论降低系统复杂性并通过粗糙集约简数据的思想实现灰色粗集推理.基于灰色粗集推理方法实现了故障诊断规则的获取,并通过实例验证方法的可行性,结果明显优于神经网络算法,可有效提高诊断效率.     

基于粗神经网络的民用飞机故障诊断

针对传统神经网络故障诊断过程中网络训练时间长、结构复杂以及仅能进行单值输入的缺陷,设计了一种基于粗神经网络的民用飞机故障诊断系统.将粗糙集理论应用在神经网络的前端对民用飞机故障样本数据进行约简处理,以此去除冗余属性的干扰,克服了无关样本数据对网络学习性能的影响,简化了网络结构;利用粗神经元代替传统神经元,提高了网络性能,扩展了网络的应用范围.通过对空中客车A320飞机的故障诊断试验验证了该方法的有效性.     

一种基于N元语法分布的语言模型自适应方法

N元语法分布能恰当地描述语料库的特性,为了有效利用普通领域训练数据,提出一种基于N元语法分布的语言模型自适应方法.该方法定义一个小的领域内的高质量种子集和一个大的普通领域的质量不稳定的训练集,将训练集的N元语法分布自适应到和种子集的N元语法分布相似,以更好地进行特定领域单词识别.实验结果表明,基于N元语法分布的语言模型自适应方法可以使单词困惑度和词错误率分别比传统的简单插值法降低11.1%和6.9%.