基于S-PSO分类算法的故障诊断方法

将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的准确率,降低随机性对分类算法的影响,提出了新的基于动态邻域的自适应探测更新(ADU-DN)的干预更新策略来拓展粒子搜索整个解空间的能力,引导粒子自适应地跳出局部最优区域,确保获得全局最优解;同时设计出基于最小类内距离、最大类间距离和训练样本最大分类精度的适应度函数,使得输出的最优类别中心兼顾了这3个因素,增强了分类算法在故障诊断中的通用性和容错性,提高了测试样本的分类精度。S-PSO分类算法有效克服了聚类算法只考虑数据间相似性特征、不考虑数据蕴含的物理意义以及不能很好指导样本分类的缺陷。对GE90发动机孔探图像纹理特征分类进行了对比研究,研究数据表明:S-PSO分类算法表现出了较强的鲁棒性,在故障诊断中的分类精度高于支持向量机(SVM)和常用神经网络模型。     

Watershed image segmentation and cloud classification from multispectral MSG-SEVIRI imagery

In this work a technique for cloud detection and classification from MSG-SEVIRI (Meteosat Second Generation-Spinning Enhanced Visible and Infra-red Imager) imagery is presented. It is based on the segmentation of the multispectral images using order-invariant watershed algorithms, which are applied to the corresponding gradient images, computed by a multi-dimensional morphological operator. To reduce the over-segmentation produced by the watershed method, a RAG (Region Adjacency Graph) based region merging technique is applied, using region dissimilarity functions. Once the objects present in the image have been segmented, they are classified using a multi-threshold method based on physical considerations that takes into account the statistical parameters inside each region.     

机场道面聚丙烯腈纤维混凝土性能分析

对素混凝土和聚丙烯腈纤维混凝土的抗疲劳性能、弯曲韧性和抗冲击性能进行了试验研究,并分析了聚丙烯腈纤维对机场道面分类值PCV的改善效果。结果表明,掺入聚丙烯腈纤维后,混凝土各项性能指标显著提高,道面PCV值增加8.4％,大大提高了机场道面的承载能力。     

超细AP团聚表征研究

根据实际应用的需要,运用筛分技术和静电分散、分级技术相结合的方法对AP进行分级,采用质量分数对AP团聚状态进行表征。从最大荷质比、分级效率和安全可靠性3个方面确定分散、分级电压,同时将静电分散力与颗粒间范德瓦尔斯力和液桥力进行比较。计算结果表明,分散、分级电压采用6 kV是合理的。最后,从热学性质与实际生产应用两个方面对分级结果进行分析,并将此方法与传统方法进行了比较。结果表明,该方法合理、可靠。     

统计学习与知识发现

知识发现是将知识从隐性转化为显性的一个过程,它是知识管理的重要组成部分.为此阐述了利用统计学习的知识发现方法,以及统计学习中主要使用的分类学习,并强调了使用数据驱动指导知识构建的合理性和优越性,最后结合实例分析了几个主要的统计学习方法及其应用.     

关于约束分类问题的研究

约束条件的分类对于简化数学规划问题的求解具有重要意义，对于凸函数ｇｉ（ｘ）（ｉ＝１，２，…，ｎ）给出了约束ｇｉ（ｘ）≤０是必要约束或多余约束的充要条件，对于一般约束，定义了约束相关矩阵，给出了约束是必要的或多余的充要条件，对相对多余约束给出了分类。     

变容量限制多阶段存储问题及其求解算法

本文给出了求变容量限制多阶段存储问题的最优存储方案的一个数值算法，证明了它的理论依据，并举例说明了算法的应用。该算法具有概念清楚、步骤明确、收敛性好、易于编程实现等优点，在存贮管理中有推广应用价值。     

基于Boosting的模糊分类规则集成学习及应用

由于难于获得先验知识,样本可分性差,辐射源识别很难达到很高的识别率。结合AdaBoost算法和遗传算法,提出了一种模糊分类规则的迭代学习方法。在每轮迭代训练过程中,算法通过调整训练样本的分布,利用遗传算法产生分类规则。减少分类规则能够正确分类样本的权值,使得新产生的分类规则重点考虑难于分类和拒识的样本。在规则学习的适应度函数中考虑训练实例的分布,使模糊分类规则在产生阶段就考虑相互之间的协作,改善了模糊分类规则的整体识别能力。辐射源识别实验结果表明,该方法具有良好的分类识别性能。     

RECAT间隔标准的差异性对比与计算分析

尾流是影响机场容量的重要因素之一,在保证安全前提下缩减尾流间隔能增加机场繁忙时刻航空器进离场架次,进而提高机场容量.美国和欧洲提出尾流标准重新分类(RECAT)概念,并在一些机场试运行,取得良好效果.基于国内某机场一周内航空器起降机型架次,将其重新分类,对比在现行ICAO和RECAT标准下的加权尾流间隔,证明在RECAT标准下尾流间隔将会缩减.通过改变不同航空器机型占比,分析机场容量变化,得出机场容量随航空器占比变化明显,对空管安全运行和机场及跑道运行效率提高具有实际参考价值.     

飞轮振源特征参数提取方法及其分布特性

为了从飞轮微振动输出中提取飞轮转子的振源信息，提出利用鲁棒回归辨识飞轮在升速过程中各主要阶次的振幅对转速的二次幂系数，并将其作为飞轮的振源幅值特征参数；为探究参数的分布特性，利用Weibull分布拟合多个飞轮在同一阶次的特征参数，并计算出特定概率点的分位数。振源特征参数的分位数既系统地展示了飞轮振源分布情况，亦可作为振源分级判据。将该方法成功应用于50 Nms飞轮的振源特征参数分布研究中，为该型飞轮的超静性能筛选和设计改进提供了判定准则和参考依据。