全样本场合几何分布产品步进应力加速寿命试验TFR模型下的统计分析

本文首次将步加试验中的损伤失效率模型应用于离散型寿命分布场合,给出了TFR模型几何分布产品全样本场合多步步加试验下参数的极大似然估计。并通过一例子来说明方法的可行性。     

导弹命中精度整体推断方法

提出一种导弹命中精度小子样评定方法,该方法通过导弹仿真结果与靶场试验数据有机结合,能够将多种不同发射条件下的脱靶量试验数据作为一个整体进行统计推断,给出脱靶量均值、方差和落入概率的整体估计和置信区间估计.与传统方法相比,导弹命中精度整体推断方法具有信息量大,精度高的特点,解决了一种发射条件下只有一个脱靶量试验数据时导弹射击准确度、射击密集度和落入概率评定的难题,可以给出检验点以及整个杀伤区域内的命中概率,为导弹鉴定及其作战效能评估提供科学依据.      

基于RBF神经网络的结构光三维视觉检测方法

研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.     

一种四层次样本轮换方法——基于多阶段季度调查的研究

四阶段抽样季度调查需要实施四层次样本轮换,在构造四层次样本轮换方法时主要应考虑三个问题,一是相邻两个季度四级单元的样本拼配率,二是相邻两年相同季度四级单元的样本拼配率,三是保证各级单元的样本拼配率在轮换过程中保持不变。如果一级单元、二级单元、三级单元和四级单元的样本轮换模式分别为32in、16in、8in和2-2-2（4）,则这四个样本轮换模式就可组合成一种四层次样本轮换方法。该方法可以应用于中国劳动力调查的四层次样本轮换中。     

一种小样本民机产品的可靠性预测方法

将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于小样本民机产品的可靠性预测分析。通过重构相空间的饱和嵌入维数,确定最小二乘支持向量机的最佳输入变量;然后,使用最小二乘向量机建立可靠度回归预测模型,运用自动网格搜索法,优化了最小二乘支持向量机的建模参数,实现了比现有方法精度高、泛化性好的模型。训练和测试的可靠性样本取自某机型襟翼液压锁寿命可靠性数据。与神经网络模型的比较实例表明,提出的方法合理有效。     

小子样疲劳试验数据的特征寿命估算方法评估

疲劳试验数据一般属小子样范畴,在Weibull寿命分布的假设下应考虑特征寿命的统计置信度.总结特征寿命概率估计的贝叶斯法和虚拟增广样本的Bootstrap法,通过2024-T3直耳片的七组疲劳试验数据对二者进行对比和评估.针对EDF拟合检验法无法对特征寿命估计值的合理性提供实质性指导的问题,提出一种新的试验样本数据全部落入寿命分布（1-a）双侧百分位区间的判定方法.结果表明：Bootstrap法的特征寿命估计值比贝叶斯法偏大;本文提出的判定方法可有效定性判断特征寿命估计值偏大或偏小.     

单子样寿命试验评估的综合概率分布法

提出了大型复杂结构体系或机构系统只做单子样1次寿命试验的评估方法。即据单子样的1次试验值创造性地提出确定当前概率分布及据此作出评估的方法,继而给出了结合半经验算法与当前概率分布算法的加权综合算法。附有算例阐明所提出的方法。     

高温合金松弛过程回归分析方法

基于线性过程回归分析理论,建立了高温合金应力松弛过程回归分析方法,给出了松弛过程的回归方程和高置信水平、高可靠度的单侧置信下限曲线.高温合金松弛过程回归分析方法可以将应力松弛过程作为一个整体进行回归分析,充分利用了不同时刻剩余应力试验数据间的纵向信息,具有信息量大、精度高的特点.而且当试样数量较少时,传统方法得到的剩余应力置信下限曲线可能会发生畸变,而该方法则可以避免这一现象的发生.工程应用表明,在试样数相同的情况下,该方法比传统方法具有更高的精度,而在精度相同的情况下,则可减少大量试样.      

Progressive prediction method for failure data with small sample size

The small sample prediction problem which commonly exists in reliability analysis was discussed with the progressive prediction method in this paper.The modeling and estimation procedure,as well as the...     

基于纹理边界检测的航天器椭圆特征提取方法

为确定失效航天器等非合作目标的相对位姿,提出一种通过纹理边界检测的椭圆特征提取方法。该方法假设椭圆特征是航天器表面两种不同纹理的边界,利用上一时刻相对位姿信息,将对接环离散几何模型投影到像平面,并沿各离散点的法向方向通过概率方法检测纹理边界点。利用随机抽样一致(RANSAC)方法剔除边界点中的粗大误差,进而拟合出椭圆参数。纹理特征对光照变化具有鲁棒性,因此该方法能够在变光照、星体表面反光不均匀等复杂情况下快速准确地提取图像中的椭圆特征。本文以对接环图像特征提取为例进行仿真校验,分析了算法参数和噪声对提取椭圆精度和时间的影响。利用真实图像与基于梯度边缘的椭圆提取方法进行对比,结果表明,所提出的算法具有较高的精度和速度。