航空机电系统测试性建模与分析新方法

针对航空机电系统测试性设计(DFT)需求,提出基于面向对象的贝叶斯网络(OOBN)与状态-测试关联灵敏度指标的系统测试性建模与分析的新方法。该建模方法能清晰地刻画系统故障与测试间的关联程度,反映复杂系统的层次结构关系。基于信息论的交叉熵原理提出状态-测试关联灵敏度指标,并给出计算方法。该指标反映复杂机电系统测试中的不确定性影响,克服了基于香农熵的测点评判分析方法的缺点,结合测试性建模获得的模型信息进行推理计算,可用于测试性的定量分析。运用该综合分析方法对飞机燃油系统进行测试性建模与分析,结果表明所提出的方法与指标在航空机电系统DFT中具有实用性。     

横掠单圆管流动与换热的热力学优化设计

应用热力学第一、第二定律 ,采用对管外流体温度进行加权平均的方法 ,对选定参数的横掠单圆管流动与换热进行了热力学优化分析。得到了管内 ,管外流体的温度分布图 ,系统的熵产率分布图 ,和一系列优化参数的计算式。     

快速大时间步长熵条件格式的分辨率研究

提出了高分辨率快速大时间步长熵条件格式的构造方法.用激波管问题对一族熵条件格式进行研究.在精度、步长、限制器方面进行了详细的数值实验,研究了同样计算量下各种格式的表现品质.从理论上保证了大时间步长格式的无振荡性质,从具体的数值实验分析中确定了大时间步长格式的分辨率问题.      

应用最大熵谱估计检测微弱信号

频谱分析是数字信号处理的主要内容之一 ,近年来 ,由于最大熵算法的一些优点 ,使它成为现代谱估计中一个比较活跃的领域。最大熵算法是 196 7年由Burg提出来的一种现代谱估计方法。提出了应用最大熵谱估计及LMS自适应算法 ,根据有限数据 ,在频域内提取被淹没在噪声中的有用信号的方法及应用MATLAB语言进行的仿真。     

一种基于联想记忆系统实现图像压缩的新方法

针对传统神经网络用于图像压缩时存在的训练时间长、泛化能力弱等问题,提出一种基于联想记忆型神经网络的图像压缩新方法.利用牛顿前向插值多项式构建联想记忆系统,对图像数据进行建模.首先将图像数据分为多个数据块,然后利用数据块对联想记忆系统进行训练,训练结束后得到该数据块的特征数据,特征数据的数量小于原始数据块,且数值大多在零附近.最后对所有数据块的特征数据重新排序,进行熵编码,从而实现图像数据的压缩.实验结果表明该方法是可行的和有效的,相比传统神经网络,联想记忆系统无需预先训练,不依赖训练集数据和初始值,可以实时编码.      

高职教育校企合作模式的功能与实施

实行校企合作,是实现高等职业教育人才培养目标的内在要求,是实施质量立校战略决策的核心内涵,是提高学生质量的有效途径。目前高等职业院校实践性教学环节存在一定的不足,已成为高职教育发展的制约因素,解决的途径是转变观念,建立完善的校企合作的运行机制,构建校企合作的培养高素质技术人才平台。     

区间灰系列的熵度量及其应用(英文)

研究了灰信息理论的不确定性度量方法及其在决策中的应用,说明了建立在有限区间灰数序列基础上的灰序列熵与Shannon概率熵是不同的。讨论了灰数的度量公式和性质,包括不变性、应用条件、两个灰数并与交的灰熵等。最后给出一个应用实例验证了该方法的有效性。     

多级轴流压气机出口级转子扩张通道优化设计

为提高多级轴流压气机后面级气动性能,针对某多级轴流压气机出口级转子搭建了基于遗传算法和神经网络代理模型的扩张通道压气机优化设计平台,并对其进行扩张通道优化设计研究。根据优化得到的数据库分析了各设计参数对效率和裕度的影响规律。在优化所得解集中选择了两个扩张通道设计方案,探究了其对效率和裕度的影响规律和机制。结果表明:扩张通道设计可使出口级转子在设计流量点的负荷提高12.1%、效率提高1.28%,同时获得12.50%的裕度改善量。基于当地熵产率损失模型可得,扩张通道转子相较于原型转子,其上下端壁损失增加,叶型损失减小。扩张通道转子近失速点堵塞系数变小是其裕度提升的主要原因。      

基于小波变换熵值及高阶累积量联合的卫星信号调制识别算法

调制识别是信号检测与解调的关键环节,针对卫星调制中采用的MAPSK,MQAM,MFSK,MPSK方式,提出了一种计算小波变换熵值并结合高阶累积量的联合调制识别算法.根据小波变换对时频信息敏感的特点,不同调制方式高阶累积量计算结果的区分性以及不同复杂度的调制信号熵值结果不同,分析了以上4类调制信号的计算结果,提出了基于小波变换熵值及高阶累积量联合的卫星信号调制识别算法.计算调制信号小波系数,据此计算熵值,实现对调制信号的类别划分,使用高阶累积量实现类别内的信号分类.经过仿真分析,可实现在8dB以上达到0.9识别率的效果,该方法对高阶（64阶调制）信号识别具有一定借鉴意义.      

基于熵限制的Baldwin-Lomax湍流模型

针对Baldwin-Lomax(BL)模型在模拟超声速复杂流动中的不足,提出一种基于熵限制的新型修正方式.分别采用原始的BL模型(BL-origin)、修正后的BL模型(BL-entropy)以及Wilcox k-ω两方程模型对超声速平板、超声速二维压缩拐角以及膨胀-压缩拐角3个典型算例进行计算,结果表明BL-entropy 能够较好地获取长度尺度进而得到均匀合理的涡粘性分布.同时,该修正方式简单高效并且适用于其他与超声速边界层有关的模型,具有较大的发展潜力.