基于TSFFCNN-PSO-SVM的飞机起落架液压系统故障诊断

针对飞机起落架液压系统故障诊断精度低，深层故障特征提取困难的问题，提出了一种基于双路特征融合卷积神经网络（TSFFCNN）与粒子群优化支持向量机（PSO-SVM）结合的起落架液压系统故障诊断模型。该诊断模型以起落架多节点压力信号作为输入，采用一维卷积神经网络（1DCNN）与二维卷积神经网络（2DCNN）并行多通道网络结构自适应提取深层特征信息，并在融合层将深层特征信息融合，通过优化后的SVM分类器对融合特征进行故障分类。为验证所提诊断模型的故障分类效果，基于AMESim搭建了典型飞机起落架液压系统仿真模型，构建了几种典型故障类型数据集。基于仿真数据的诊断结果表明，所提故障诊断算法精度能达到99.37%，能够有效实现起落架液压系统故障诊断；与其他智能算法对比，基于TSFFCNNPSO-SVM故障诊断模型具有更好的平稳性与可靠性，诊断精度更高。     

辱虐管理对员工工作投入的影响：一个被调节的中介模型

探寻影响员工工作投入的消极前因并有效规避，对于引导员工工作投入至关重要。基于社会交换理论和情感事件理论，构建了一个被调节的中介模型。探究了辱虐管理对员工工作投入的作用机制，并分别检验了心理契约违背的中介作用及公平敏感性的调节作用，结合331份企业微观数据进行回归分析后发现：辱虐管理负向预测员工的工作投入水平，心理契约违背在两者之间具有中介作用；公平敏感性正向调节了辱虐管理与员工工作投入之间的关系、辱虐管理与员工心理契约违背之间的关系，以及心理契约违背在辱虐管理与员工工作投入之间的中介作用。从员工管理的角度出发，探索了影响员工工作投入的消极前因，为组织提升员工工作投入水平提供启示。     

基于状态辨识的航空发动机转子叶片剩余寿命模型

为有效评定航空发动机转子叶片的检查更换周期，防止叶片过度使用危及飞行安全，将叶片在不同使用阶段的装机工作时间，及典型部位的表面残余应力，作为表征叶片剩余寿命的状态参数，提出了叶片剩余寿命模型的表达形式。以现役航空发动机部分转子叶片为对象，跟踪获得叶片工作历程中，不同阶段的状态参数以及叶片到寿失效信息，采用支持向量机算法和滚动优化方式，建立了叶片剩余寿命状态参数辨识模型。应用结果表明，模型准确性随着时间增长和可用样本数量增加而逐渐提高，预期应用价值明显。     

基于支持向量机的抗干扰决策技术

为了应对日益复杂的电磁环境，认知雷达的概念被引入电子战中。认知电子战系统包括认知侦察、认知对抗和认知效能评估3个重要环节。针对认知电子战系统对抗干扰决策技术的需求，为实现自适应的决策抗干扰措施，将支持向量机(SVM)算法运用于抗干扰决策中。仿真结果表明:基于SVM的抗干扰决策技术可以自适应地决策抗干扰措施，进行干扰对抗，该算法完成了认知电子战中的最后的一步，使认知电子战系统实现闭环。     

“珠海一号”高光谱数据城市不透水面提取研究

不透水面是评估城市化进程和评价城市环境的重要参考指标，研究城市不透水面的空间覆盖程度对城市生态环境保护、宜居城市建设具有重要意义。本文以“珠海一号”高光谱影像为数据源、珠海市陆域为研究区域，选取支持向量机和随机森林机器学习算法，结合光谱特征，实现城市不透水面信息提取。结果表明：使用“珠海一号”高光谱数据提取不透水面可行性较强，且支持向量机算法更适用于“珠海一号”不透水面提取，总体精度和Kappa系数分别达到92.4%、0.78；基于“珠海一号”高光谱数据进行城市不透水面提取，可为城市规划建设、分析城市土地扩张、评估城市灾害风险提供可靠理论依据和数据支撑。