基于POD和代理模型的热气防冰性能预测方法

大型客机机翼、短舱多采用热气防冰作为主要防冰策略。为了缩短热气防冰系统优化设计周期，提出了基于本征正交分解和代理模型的防冰性能快速预测方法。采用本征正交分解对数值仿真积累的温度和溢流水快照进行特征分析，选取包含绝大部分样本特征的基模态线性拟合所有快照；基于支持向量机回归方法建立笛形管结构参数与线性拟合系数间的代理模型，实现对热气防冰蒙皮外表面温度分布和溢流水分布的快速预测。针对三维缝翼笛形管热气防冰系统开展的验证表明：该方法对防冰表面温度分布的预测效果较好，并能够较为准确地预测水滴撞击区域内的溢流水分布；建立的预测方法计算成本较数值计算方法大幅降低，对于热气防冰系统优化设计工作具有重要意义。     

基于CRBMs-RVR的涡轴发动机输出功率衰退预测

针对涡轴发动机全寿命期内输出功率衰退预测问题，提出一种含多层连续受限玻尔兹曼机（CRBMs）深度特征提取的相 关向量回归（RVR）功率预测方法。对发动机气路部件测量数据进行重构，利用CRBMs深度网络提取数据深层特征，将特征数据作为RVR模型的输入，实现对输出功率的预测，并对预测结果提供概率分布。以某型双转子涡轴发动机部件级模型为试验对象，模拟全寿命期内发动机气路部件性能退化，对输出功率进行衰退预测。试验结果表明：基于CRBMs-RVR的预测模型与传统RVR预测模型相比，训练时间缩短30.2%，预测结果的均方根误差减小64.6%；与基于主成分分析（PCA）进行特征提取的PCARVR预测模型相比，预测结果均方根误差减小42.4%，验证了所提出的预测方法具有模型结构简单、预测精度高、可提供概率式输出的优点。     

基于多层次特征的高分影像海岸带地物分类

针对高分辨率影像地物光谱丰富复杂的问题，文章提出了一种结合像元-对象-空间格局特征的水域、盐田等海岸带精细地物分类方法。首先基于像元和空间格局特征分别利用遗传算法优化随机森林参数进行分类；其次将两种分类结果采用D-S证据理论融合；然后基于不同地物斑块的空间上下文信息，采用粒子群算法优化支持向量机（Support Vector Machine，SVM）参数实现面向对象的二次分类。为验证方法的有效性，收集山东省莱州湾海岸带附近区域的“高分二号”卫星影像，开展了水域及水利设施用地、盐田、工矿用地、交通运输用地、住宅用地、沿海滩涂、海域与耕地8类地物的分类实验，总体精度达到97.21%，Kappa系数为0.964 2。实验结果表明，文章提出的高分影像海岸带地物分类方法兼顾像元、对象及空间格局特征优点，能够实现多层次细致分类，并同时兼具较短的训练时长与较高的分类精度。该研究成果可为中国海岸带生态环境监测与土地利用规划提供一定技术支撑。     

松鼠搜索算法优化SVM的液体火箭动力系统故障诊断

为了对液体火箭动力系统的故障进行诊断，提出了一种基于松鼠搜索算法(SSA)优化支持向量机(SVM)的故障诊断方法。将支持向量机的两个重要参数惩罚因子和核函数参数作为松鼠位置矢量，由输出的最佳参数构成SSA-SVM预测模型。实验选取某液体火箭动力系统的846组数据进行诊断。结果表明，对于168组测试样本集，诊断预测错误为4个，测试集分类错误率较低。     

支持向量机理论的研究与进展

回顾了支持向量机理论的发展历程,介绍了支持向量机的标准训练算法及其分解算法、变形算法、几何算法以及多类分类算法,重点描述了最小二乘支持向量机算法,总结了支持向量机理论及其应用的现状与存在问题,对支持向量机的未来发展方向进行了展望。     

基于TSFFCNN-PSO-SVM的飞机起落架液压系统故障诊断

针对飞机起落架液压系统故障诊断精度低，深层故障特征提取困难的问题，提出了一种基于双路特征融合卷积神经网络（TSFFCNN）与粒子群优化支持向量机（PSO-SVM）结合的起落架液压系统故障诊断模型。该诊断模型以起落架多节点压力信号作为输入，采用一维卷积神经网络（1DCNN）与二维卷积神经网络（2DCNN）并行多通道网络结构自适应提取深层特征信息，并在融合层将深层特征信息融合，通过优化后的SVM分类器对融合特征进行故障分类。为验证所提诊断模型的故障分类效果，基于AMESim搭建了典型飞机起落架液压系统仿真模型，构建了几种典型故障类型数据集。基于仿真数据的诊断结果表明，所提故障诊断算法精度能达到99.37%，能够有效实现起落架液压系统故障诊断；与其他智能算法对比，基于TSFFCNNPSO-SVM故障诊断模型具有更好的平稳性与可靠性，诊断精度更高。     

基于高频光电导法半导体少数载流子寿命测量系统的设计与实现

基于高频光电导衰减法半导体少数载流子寿命测量基本原理，设计了半导体少子寿命测量系统，并在二极管检波电路的基础上，对信号处理系统进行了改进。该信号处理系统采用反馈式检波电路，相比于传统二极管检波电路，运用运算放大器的反馈原理减小了检波二极管压降产生的误差，同时结合二极管嵌位作用，减小了运算放大器压摆率带来的影响，提高了测量系统的检波能力。通过实验，验证了该检波电路的可行性，测试结果表明，有效提升了测量系统的准确性。     

基于状态辨识的航空发动机转子叶片剩余寿命模型

为有效评定航空发动机转子叶片的检查更换周期，防止叶片过度使用危及飞行安全，将叶片在不同使用阶段的装机工作时间，及典型部位的表面残余应力，作为表征叶片剩余寿命的状态参数，提出了叶片剩余寿命模型的表达形式。以现役航空发动机部分转子叶片为对象，跟踪获得叶片工作历程中，不同阶段的状态参数以及叶片到寿失效信息，采用支持向量机算法和滚动优化方式，建立了叶片剩余寿命状态参数辨识模型。应用结果表明，模型准确性随着时间增长和可用样本数量增加而逐渐提高，预期应用价值明显。     

基于支持向量机的抗干扰决策技术

为了应对日益复杂的电磁环境，认知雷达的概念被引入电子战中。认知电子战系统包括认知侦察、认知对抗和认知效能评估3个重要环节。针对认知电子战系统对抗干扰决策技术的需求，为实现自适应的决策抗干扰措施，将支持向量机(SVM)算法运用于抗干扰决策中。仿真结果表明:基于SVM的抗干扰决策技术可以自适应地决策抗干扰措施，进行干扰对抗，该算法完成了认知电子战中的最后的一步，使认知电子战系统实现闭环。