Application of support vector machine combined with K-nearest neighbors in solar flare and solar proton events forecasting

The support vector machine (SVM) combined with K-nearest neighbors (KNN), called the SVM-KNN method, is new classing algorithm that take the advantages of the SVM and KNN. This method is applied to the forecasting models for solar flares and proton events. For the solar flare forecasting model, the sunspot area, the sunspot magnetic class, and the McIntosh class of sunspot group and 10 cm solar radio flux are chosen as inputs; for the solar proton event forecasting model, the inputs include the longitude of active regions, the flux of soft X-ray, and those for the solar flare forecasting model. Detailed tests are implemented for both of the proposed forecasting models, in which the SVM-KNN and the SVM methods are compared. The testing results demonstrate that the SVM-KNN method provide a higher forecasting accuracy in contrast to the SVM. It also gives an increased rate of ‘Low’ prediction at the same time. The ‘Low’ prediction means occurrence of solar flares or proton events with predictions of non-occurrence. This method show promise for forecasting models of solar flare and proton events.     

基于SVM的浮动车行驶模式判断模型

浮动车在低速情况下存在两种行驶模式,如不能对上述模式进行准确区分,将严重影响浮动车实时路况计算的精度和效率.研究和设计了一个基于支持向量机(SVM,Support Vector Machine)的浮动车行驶模式判断模型,并针对性地提出了一种简单的基于隶属度矩阵的特征评价和选择方法.实验表明通过上述方法选择的特征子集所训练的分类器在测试样本集上具有92.6%的分类准确性;经过行驶模式分析后,浮动车系统的准确性有显著提升.      

基于交叠视场亮度优选算法的导航星库构建方法

星敏感器导航星库直接影响星图识别效率和姿态解算精度。分析了参与姿态解算的星颗数和亮度对姿态精度影响,在此基础上,提出了一种基于交叠视场亮度优选算法的星敏感器导航星库构建方法。将精度较高的Hipparcos星表作为基础星表,分析了星等、双星、自行、变星等对姿态精度的影响,将星库筛选成一个备选星库,生成覆盖全天球的交叠视场。每个拥有较多星的视场,都按照亮度优先原则从视场内的扇形区域中选择导航星,从而得到分布均匀的导航星库。结果表明:该方法能有效减小星敏感器导航星库规模,实现导航星在全天球和局部天区的均匀分布。     

基于特征映射的涡轮导向叶片精铸模型自动转换研究

通过对涡轮导向叶片及其精铸模型结构特点的分析,以特征映射理论为依据,提取其结构特征、特征内部的约束关系和构成特征的几何元素,将叶片的内外零件模型添加加工余量、工艺附件、收缩率后得到精铸模具设计和制造所需要的模具型腔体模型,从而完成了精铸模具设计各模型间的自动转换,大大缩短了精铸模具的设计周期,具有重要的理论和实践应用价值.     

基于BP算法的液压泵在线状态监测及故障诊断

以液压泵振动信号的５个时域信息；峰值，峰峰值，均方根值，方差和波形系数作为最小诊断参数组合，用ＢＰ神经网络进行信息融合，提出一液压泵的神经网络在线状态监测及故障诊断系统。     

应用Fuzzy ISODATA方法选择航空科研项目

 本文将Fuzzy ISODATA方法用于科研项目的选择,并结合中国航空发动机涡轮冷却专业的科研选题实例进行了定量分析。用Fuzzy ISODATA方法将14个备选项目按其对总目标的贡献值划分为3类。结果表明,该方法具有划分合理,结果直观,计算速度快便于对大量项目进行选择的优点。     

飞机选型的综合评价与优先权灵敏度分析

 采用多目标决策理论建立了一个多层次的飞机选型的综合评价模型,在此基础上,讨论了优先权灵敏度分析的方法以及在飞机选型问题上的应用。     

航空维修策略研究

归纳了基于时间的维修、基于状态的维修、故障发现、基于设计的维修、基于故障的维修等5种基本的维修策略及其优缺点,研制了选择维修策略的流程,并对相应的维修工作进行了解释。     

基于解析及特征造型的涡轮冷却叶片参数化设计

基于数学解析与特征造型技术相结合的方法,建立了基于构造过程的复杂涡轮冷却叶片的参数化设计技术。用五次多项式描述叶身型线,根据壁面厚度函数求解冷却通道外形,定义冷却通道隔板位置及厚度等参数,计算得到叶身及冷却通道各截面造型数据;以特征造型方法完成对涡轮冷却叶片转弯流道、缘板、榫头及叶片相关特征的参数化设计;利用CAD系统的二次开发接口,实现了多腔回流式涡轮冷却叶片的自动建模。     

基于人工免疫的直升机传动系统在线异常监测方法

 针对直升机在线监测时难以提取状态特征的问题，提出一种适用于直升机传动系统在线状态监测方法。该方法基于生物免疫系统反面选择机理，利用改进型反面选择算法并结合人工神经网络进行监测。该方法能有效地提取直升机传动系统的状态特征，并结合直升机传动系统的实际情况准确得出状态异常度。在线监测实例结果表明，该方法能较准确监测出直升机传动系统的异常状态，验证了该方法具有较好的在线性、准确性及鲁棒性。