两个母体均值之差的区间估计

介绍了对已知母体方差和未知母体方差的两个正态母体及不服从正态分布的两个母体等三种情况的均值之差 μ1- μ2 进行区间估计的原理、方法并给出应用实例     

机动目标状态估计器算法研究

基于战斗机航迹准稳态运动状态假设,研究了机动目标状态估计器算法.该算法通过选取虚拟测量变量和状态变量,以及假设目标处于航迹准稳态运动状态,把含有9个变量的非线性滤波和预测问题转化为1个三阶和3个二阶的线性滤波和预测问题.在综合控制系统中的仿真结果表明,该算法计算量小,滤波精度好,能够满足综合控制需求.      

大型复杂项目风险建模与熵决策

对复杂系统规模庞大、结构复杂、风险众多从而难以进行决策的问题,提出了分级建模、风险过滤、风险评价和熵决策的复杂项目风险决策思路.应用分级全息建模技术辨识系统风险,开发了一个卫星系统研制项目的风险识别模型,克服了单一模型描述风险源的局限性;通过风险过滤、评级和管理技术对已经识别的风险进行定性和定量的度量,对风险进行分级,确定了关键风险;利用熵决策模型对关键风险进行评估和优选,得到最优决策方案.在此基础上开发了一个卫星系统研制项目方案选优决策的案例对该过程进行了分析,为大型复杂项目风险决策、重大工程项目方案择优决策提供了一条新的思路.     

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。      

液体火箭发动机初始雾化液滴分布预测

在简要描述使用最大熵原理预测初始雾化液滴分布的基础上,发展了较传统方法具有更大收敛域的数值计算方法,建立了离心式喷嘴雾化特性研究实验台,使用激光相位粒子分析仪进行了雾化粒径分布研究,结果显示实验数据同使用最大熵原理预测的分布吻合性较好,在此基础上最后提出了在液体火箭发动机雾化粒径分布预测应用中的策略。     

基于信息熵的舰艇编队反导作战效能

介绍了利用信息熵描述交战网络中信息总量的方法。根据作战任务实际完成时间与期望完成时间之间的关系描述了信息传递的质量。说明提高网络中信息总量可以缩小反舰导弹所在的不确定区域;提高信息传递质量可以提高舰艇编队反导作战预警雷达的探测概率,并结合具体作战想定给出实例仿真结果。     

定数截尾试验下双参数指数寿命分布尺度参数的EB估计

本文讨论了在无替换定效截尾试验方案下,当产品寿命为双参数指数分布时,尺度参数(失效率)久的经验Bayes(简记EB)估计问题及其收敛速度。设在给定λ,μ下,产品寿命T服从双参数指数分布,其概率密度为 受试产品有n个,试验中前r个产品依次出现的失效时间为t_(1)≤t_(2)≤……≤t_(r)。令 则(x,y)为(μ,λ)的充分统计量。记(x,y)的联合边缘密度为f(x,y),若取二次损失函数,则λ的Bayes点估计为 利用密度函数及其偏导数的核估计,构造出λ的EB估计为 φ_(1n)(x,y)与φ_(1m)(x,y)的Bayes风险分别为 在一定的正则性条件下,我们证明了 这表明,λ的EB估计的收敛速度q可任意接近于1/2。     

摩擦体系结构分析和定量建模的熵探索

提出摩擦系统演化的3种基本形式。在非平衡态热力学熵平衡方程的框架下构造摩擦系统的数学模型．用熵产生表征摩擦磨损过程的各种现象。讨论了各因素的物理量纲及其统一到熵的途径。研究表明．用非平衡态热力学研究摩擦磨损有助于摩擦学的系统分析．熵产生可以定量表示摩擦磨损过程的所有因素——材料破坏、摩擦发热、摩擦化学反应以及摩擦相变等摩擦过程的物理化学变化。     

基于形态学梯度矢量的图像边缘提取算法

图像的边缘在很大程度上可以用梯度的概念来解释和描述,而现有的形态学梯度边缘检测算子抹煞了梯度的矢量性。文章提出了一种新的图像边缘提取算法:在边缘检测部分提出了具有方向估计的形态学梯度算子,且从理论和实际应用两个方面给予证明。并将模糊处理加入该系列算子,使这些算子在噪声抑制和提高边缘清晰度两方面均有较好的表现。同时在图像分割部分改进了最佳阈值化分割,利用小范围的边缘梯度各方向上的最佳阈值化进行调整,使图像的边缘更加完整、清晰。     

融合粗糙集与D-S证据理论的航空装备故障诊断

针对航空电子装备故障诊断中出现的多源诊断信息存在冲突的情况,基于粗糙集与证据理论在处理不确定问题时的优势,提出了一种融合粗糙集与证据理论的故障诊断方法.该方法利用粗糙集将信息源给出的诊断数据转化为证据理论中的mass函数,进行结果融合.同时,该方法给出边界粗糙熵的定义,并基于边界粗糙熵获得反映各信息源在诊断融合过程中重要度的动态权重参数,提出一种新的证据理论的冲突合成规则.仿真实验表明,该方法可以有效地提升诊断信息融合结果的准确性,在航空电子装备故障诊断方面有较好的实用价值.