基于距离相关分析的航空维修差错影响因素分析

针对一般航空维修差错因素分析中只将相关因素各自独立分析,并将其影响程度进行排序分析方法的局限性,对航空维修差错因素的分类和综合分析,建立基于距离相关分析的航空维修差错影响因素综合分析模型,并通过实例数据分析计算得出航空维修差错相关系数,该相关系数可应用于航空维修差错影响因素的综合关联分析,将航空维修差错因素间的相关性以相关系数定量表示,弥补了传统方法单一性的缺陷.     

基于参数化关联技术的冲裁模具设计研究

对于相似性零件冲压模具重复设计和零件更改造成的模具重新设计的问题,参数化关联技术是主要的解决途径之一.本文研究了参数关联的理论和方法,研究了参数的传递的方法,以冲裁模具的设计为例,介绍了冲裁模具参数化关联技术的具体实现,并应用CATIA二次开发方法进行基于参数化关联技术的冲裁模具设计.实现了冲裁模具的快速设计,在设计依据发生更改时模具设计能够随之进行快速更新,从而提高了设计效率.     

基于灰色关联聚类的空中交通复杂度评估方法

为了准确评价空中交通态势的复杂程度,进行有效的空中交通管理,提出了一种空中交通复杂度评估方法。在已有的理论研究成果及实际运行经验的基础上,归纳了定义明确、可定量分析的基础空中交通指标集,使用灰色关联聚类方法对指标集进行聚类分析,利用信息熵理论对聚类指标求解权重,加权求和获得空中交通复杂度。方法弥补了目前使用单一维度指标描述空中交通运行态势的弊端,能更好地体现空中交通复杂度。     

基于模式矩阵的液体火箭发动机试车台故障关联规则挖掘

为发现试车台状态变量与其工作状况的关联关系,本文对液体火箭发动机试车台历史测试数据进行关联规则挖掘,对试车台状态参数进行选择和编码,使用自适应阈值算法对测试数据进行离散化,引入模式矩阵用于计算事务数据库中的频繁项集,提出了基于模式矩阵的关联规则挖掘方法,并将该方法应用于对多组历史测试数据进行频繁项集挖掘,对挖掘结果的分析表明:与传统方法相比,本文方法效率高,计算量小,挖掘结果能正确反映试车台状态变量与其工作状况间的关联规则,为试车台的测试数据挖掘提供了一种有效方法.     

一种新的SMC-PHD滤波的多目标状态估计方法

针对现有的应用于多目标跟踪概率假设密度粒子滤波器的目标状态估计方法不能很好地解决目标密度较高情况下的多目标状态估计问题,提出了一种新的基于粒子标签的多目标状态估计方法。该方法利用附加在每个粒子上的身份标签将粒子分为不同的粒子群,粒子群的个数与概率假设密度粒子滤波器的目标估计个数相同。随后根据粒子与最近量测的似然函数估计目标的运动状态,使得粒子概率假设密度滤波器在目标密集的情况下仍能准确地估计出目标状态。仿真试验表明,论文所提方法在目标密度较大情况下能够较好地估计出多目标状态,并提高了目标关联的准确性。     

MINING CYCLIC GENERALIZED ASSOCIATION RULES

Discovering cyclic generalized association rules from transaction datbases can reveal the relationship of differ-ent levels of the taxonomies and display cyclic variations over time.Information about such variations is great use of better identifying trends in associations and forecast-ing.Because cyclic rules are quite sensitive to a littlenoise,this paper uses the noise-ratio as the criterion of i-dentifing cydclic itemsets for dealing with the problem and utilizes the cycle-pruning technique to reduce the comput-ing time of the data mining process by exploiting the real-tionship between the cycle and generalized frequent item-sets.The paper gives the algorithm of mining cyclic gen-eralized itemsets(CGI).Experiment shows that the CGI algorithm can efficiently yield results.     

基于多项式近似的空间碎片群体轨道预报算法

快速准确地分析空间碎片群轨道演化行为对于其他在轨航天器碰撞规避至关重要。在各摄动力的作用下,空间碎片群演化运动呈现出复杂的非线性特征。空间碎片群体个体数量巨大,如果通过对空间碎片群中每个空间碎片进行轨道积分来分析群体预报的方法会导致计算量过大。针对该问题,提出一种基于多项式近似的轨道快速预报分析方法。该方法将空间碎片群分为少量的标称碎片和其他大量关联碎片。针对标称碎片的轨道预报采用数值积分求解保证预报精度;而针对其他大量的关联碎片轨道预报问题,采用多项式泰勒展开半解析方法求解,从而在保证预报精度的前提下有效减少空间碎片群轨道预报的计算量。为了验证方法的有效性,对不同空间碎片群进行了轨道预报仿真。仿真结果表明,当轨道预报精度设定在1m范围内时,多项式近似算法的计算量较蒙特卡洛方法计算效率提高了2.2~17.2倍,验证了所提出方法的有效性。     

基于概率假设密度滤波器的多目标跟踪方法

在总结分析现有多目标跟踪方法的基础上,重点阐述了一种新的基于概率假设密度的多目标滤波跟踪方法,利用带有新生目标检测功能的概率假设密度滤波方法,通过仿真算例,与传统的MHT方法和GM-PHD方法进行了跟踪性能对比,说明了概率假设密度滤波器在强杂波和新生目标未知情况下的优越性。     

雷达对抗侦察数据关联规律挖掘算法研究

目前,雷达对抗侦察数据的分析和总结主要依靠情报分析员的经验和知识,随着侦察数据与日剧增以及战时极大量数据的可能出现,人工分析侦察数据变得捉襟见肘。数据挖掘的渐渐兴起和挖掘算法的不断改进,使得这个问题的解决有了可能。根据雷达对抗侦察数据的特点和作战运用要求,运用数据挖掘方法,分析了雷达对抗侦察数据关联规律挖掘算法,并给出了基于权重的挖掘算法、强关联规律挖掘算法以及备用信号挖掘算法。     

基于QAR数据的关联规则挖掘算法能研究

介绍和分析了关联规则的概念和Apriori算法,针对Apriori算法需要多次扫描数据库而导致运算效率不高的缺点．设计并实现了基于事务标识列表的频繁项集的产生算法——TagList Apriori。对比实验证明,新方法可以有效减少数据库扫描次数,节省运算时间．提高算法的运算效率,提高OAR数据关联规则挖掘的效率。