一种基于指数损失函数的多类分类AdaBoost算法及其应用

 提出一种新的多类分类AdaBoost算法——使用多类分类指数损失函数的前向逐步叠加模型FSAMME（forward stagewise additive modeling using a multi class exponential loss function）。该算法是基于原始的两类分类AdaBoost算法归结为使用两类分类指数损失函数的前向逐步叠加模型的统计学观点,将两类分类的前向逐步叠加模型自然扩展到多类分类情况下得到的,并采用多类指数损失函数和前向逐步叠加模型对FSAMME进行了详细的理论证明。该算法大大降低对弱分类器的精度要求,只需每个弱分类器的精度比随机猜测好;算法简单明了,不用把多类问题转化为多个两类问题,而是直接求解多类分类问题,大大减小计算复杂度和计算量。通过对基准数据库的测试分类及航空发动机故障样本的诊断,结果表明:FSAMME算法一方面可达到较高的分类诊断准确率,其准确率明显高于AdaBoost.M1,略高于AdaBoost.MH;另一方面可大大减小计算成本,满足在线快速分类诊断的要求。     

基于HFACS的航空器维修不安全行为研究和应用

为了减少民航维修人员的不安全行为,减少风险危害,在HFACS通用框架的基础上,将HFACS的层级重新定义为不安全行为、工作现场状态、工作者状态、管理状态四个层级,并相应建立和识别出31个子项、29个行为表现、79个致因类别,形成具有航空器维修特色的分析模型.利用该模型可从表层行为追溯到深层组织,从而降低不安全行为的发生...     

多测速系统应答信标数据实时分类算法

为了提高目标轨迹解算的稳定性,针对多测速系统在应答模式下的测量数据分类问题,提出了一种新的实时分类算法。首先分析了现有方法的缺陷;其次设计了一种能够将应答数据、信标数据与异常数据进行分类的新算法。该算法的关键是选择适当的分类参考,采用目标理论轨迹与已经分类的历史测量数据等2种分类参考相结合的方法,以适应不同的应用情形;最后,利用2类主站配置模式下的典型实测数据对新算法进行验证,结果表明新算法能够将3类数据正确分类。在此基础上,解算出的实时轨迹平稳且连续,测量数据的利用率明显提高。因此新分类算法的性能优于现有方法,对改善其他测量系统中的实时数据分类效果也具有借鉴意义。     

基于规范割的空间金字塔图像分类算法

对大型图像数据库进行图像分类是很困难的,空间金字塔算法针对这种问题提出,并能得到很好的分类精度,但有几点不足.针对这些不足,提出基于规范割的空间金字塔算法:使用规范割算法对特征词进行更准确的聚类;对每类训练图像计算子特征库,利用二次聚类生成总特征库,在特征字典中保留更多的稀疏类型图像特征词;用高斯模型量化未知特征生成特征直方图,并对直方图进行尺度重整,提高类间距.实验证明提出算法比原方法分类精度最多能提高4.6%.     

基于微多普勒的空间锥体目标微动分类

空间锥体目标在飞行时存在多种微动,具体可分为章动、进动及自旋,准确获取目标微动形式是弹道目标微动及结构参数估算的前提。首先分析了3种微动形式下锥体目标锥顶及锥底滑动型散射源微多普勒及其频谱分布特性,发现自旋锥体目标散射源微多普勒为0 Hz,章动锥体目标任意散射源微多普勒谱的峰值非等间距分布,进动锥体目标任意散射源微多普勒谱的峰值等间距分布。据此提出利用微多普勒阈值识别自旋、利用微多普勒谱峰值是否等间距分布识别章动和进动的分类方法。最后通过仿真说明了本文分类方法的有效性,可为空间锥体目标微动分类提供一定的参考。     

基于LVQ神经网络模型的飞机故障分类诊断

为了能够快速诊断出飞机故障产生的原因,判断故障发生的准确位置,把LVQ神经网络模型和分类诊断理论运用到了飞机的故障诊断中,以飞机电子设备和发动机故障诊断为实例,验证了此方法的故障诊断能力.实践表明:基于LVQ神经网络模型的飞机故障分类诊断方法能够为机务工作者提供有力的辅助决策参考.     

航天器寿命数据的定义、范畴及其分类研究

系统地介绍了航天器寿命的涵义,分析了开展航天器寿命数据管理和积累的重要意义,研究提出了航天器寿命数据的定义、范畴与分类,并以寿命试验数据为例设计了分类寿命数据采集卡,为建立航天器寿命数据管理和评估系统及规范寿命数据管理工作提供了基础。     

用MUSIC法确定声源频率和方位时误差的校正方法

为确定多个平面波窄带声源的频率和方位本文在阵列信号处理理论的基础上,提出用均匀线阵接收信号数据,并采用多信号分类法（ＭＵＳＩＣ法）对其进行频率,方位参数的分离估计,利用其正交性的谱估计来判断声源的频率和方位,在此基础地实际阵列中存在的阵元位置扰动,通道特性不一致和阵元之间的耦合这三种模型误差,提出了一种基于辅助源的校正方法,并得模型误差不影响声源的频率,只影响声源方位的判断,声学实验证实,通过校正     

一种基于u检验的空海目标分类方法

阐述了对于机载雷达,测高精度不高,特别是对远距离目标的测高精度更差,因而利用机载雷达提供的高度信息进行空海目标分类存在很大的不确定性。为了能有效地利用目标高度信息进行空海目标分类,把空海目标分类问题看成是一个u检验问题。首先,给出了用于空海目标分类的判别函数;然后,给出了一种决策规则,并推导出决策门限的计算公式和空中目标误判为海面目标的概率的计算公式;最后,通过仿真表明该算法的简易性和有效性。