基于EWT的离心压气机出口动态压力样本熵分析

以800 kW离心压气机从稳定状态经过过渡过程进入喘振状态时段的出口动态压力为研究对象，采用经验小波变换并结合样本熵特征，分析了系统在不同工况下的复杂特性。首先，在分析系统动态压力波形特征的基础上，采用经验小波变换并结合皮尔逊相关系数进行信号的提取。其次，研究了提取信号的样本熵与系统工作状态变化的关联关系，并讨论了经验小波的分解层数和样本熵的维数对分析结果的影响。最后，通过将白噪声加入原始信号以验证该方法的抗干扰性能。研究结果显示：当系统由稳态进入喘振状态时，系统出口动态压力的样本熵表现出明显的突变特性，其值由0突变至0.7左右。从系统参数的选择角度，样本熵维数的变化对系统特征的分析影响较小。并且，采用该方法抗干扰性能较好。     

小样本下正态分布可靠度评估方法

工程计算中，经常用样本特征量代替母体参数来估计产品的可靠度．本文用模拟的方法说明了当样本量较小时，这样评估的结果并不可信。并通过分析相关统计量的分布．给出了小样本情形下，高精度的可靠度评估方法。     

《实尾岛》西学东渐 洋为韩用——一个韩国电影的生物样本!

韩国电影的辉煌是族群性质的，从80年代的崛起到1999年的“光头运动”。世人眼中有了一个强势的韩国电影群像。中间有几个异军突起的个案，但是真正以里程碑意义重造韩国电影历史的是今年的一部《实尾岛》。     

一种小样本和小失效数系统可靠性分析方法

根据小样本和小失效数系统的特点，以及可靠性分布函数和参数估计的不确定性和模糊性，提出了一种可靠性分析方法。采用指数分布族，通过分析最少和最大失效数两种最极端状态，确定中间状态的备选点，运用最小平方差原理进行逐个筛选，并给出了算法流程。分析结果表明，计算值与实际观测值较为吻合。该方法可使系统可靠性的估计精度有较大提高。     

一种基于Deep-GBM的航空发动机中介轴承故障诊断方法

针对航空发动机中介轴承故障信号难于识别的特点，提出了一种深度梯度提升模型（Deep-GBM）对振动信号特征进行逐层学习以提高分类模型的准确率。开展某型航空发动机中介轴承故障模拟实验，并采用经验模式分解(EMD)方法对采集的振动信号进行分解，提取内蕴模式函数(IMF)分量非线性动力学参数样本熵作为原始故障特征。采用Deep-GBM对中介轴承内环故障、内环和滚动体综合故障、正常、滚棒剥落、滚棒划伤五种不同状态进行识别。实验结果表明，所提出的Deep-GBM故障诊断准确率达到87%，相对于传统的机器学习模型准确率最高提升了28%，并具有良好的泛化能力。      

对相控阵雷达自适应旁瓣对消的多点源压制干扰

分析了相控阵雷达自适应旁瓣对消的工作原理及方法.然后提出了用多台干扰设备协同工作的相参干扰.每台干扰设备在雷达处理间隔内发射能覆盖真实目标并且持续时间较短的干扰信号,多台设备协同工作在目标附近形成压制干扰.该方法影响雷达样本选择,从而降低自适应旁瓣对消的效果.仿真结果和外场试验表明了该方法的有效性.     

小样本条件下多应力加速寿命试验预测方法

鉴于导弹中的电子设备价格昂贵、可用于试验的样本量少,在开展加速试验以及寿命预测的实际工作中通常为小样本的背景。文章研究探索小样本条件下多应力加速试验寿命预测方法,分别建立通用对数线性模型、 BAS-BP神经网络模型、灰色–支持向量回归模型,结合多应力加速试验数据在各应力条件下的样本容量分别为 56组、20组、10组、5组的情况下,比较 3种模型的预测效果,分析各模型的适用场合和时机,探索小样本条件下模型的选优问题,为小样本条件下多应力加速试验寿命预测提供有益的借鉴。     

指数分布基于多重定数截尾样本中异常数据的检验

讨论多重定数截尾指数型寿命数据,对同时存在异常大数据和异常小数据的情形给出了检验方法,得到了检验异常数据的判别标准,最后以一实例说明其应用.