基于模糊信息粒化和优化SVM的航空发动机性能趋势预测

提出采用模糊信息粒化(FIG)和优化的支持向量机(SVM)来预测航空发动机参数的变化趋势和变化空间。利用模糊信息粒化方法对性能参数进行粒化处理。以K CV验证误差最小作为优化目标,采用遗传算法(GA)实现支持向量机惩罚参数和核函数参数的自适应优化选择;训练SVM模型并进行并对模糊粒子非线性预测。利用某航空公司的某型航空发动机性能参数监测数据进行验证,结果表明:该算法可以有效实现航空发动机性能参数变化趋势和变化空间预测。在实例基础上分析了窗口大小对算法预测精度的影响以及算法多步预测的效果,得出算法最佳窗口大小为3个数据且算法3步以内预测误差小于10%。      

小子样复杂装备系统测试性评估中的验前参数值确定方法

针对当前小子样测试性评估中对验前信息处理不规范、结果可信度差的问题,研究了由专家经验信息、子系统试验信息和虚拟仿真信息确定系统测试性验前参数值的方法.根据不同来源的测试性验前信息,分别提出了模糊不确定性加权、分系统数据折合和基于相似度量的Dempster-Shafer(D-S)证据融合方法估计系统测试性验前参数值.实例分析表明:该方法计算测试性评估中的验前参数值比其他文献方法的计算结果低约0.8%.     

基于目标间拓扑信息和运动信息的联合目标选择算法

针对单纯利用目标之间拓扑信息无法对具有旋转对称图形结构的编队中的目标进行选择识别的问题,提出了一种基于目标间拓扑信息和运动信息的联合目标选择算法。首先由编队中各目标划分出若干个三角形结构元,根据结构元中每个顶点的运动信息,定义出该结构元的运动信息,然后结合该结构元的拓扑信息,综合为一个归一化量值来考察不同结构元之间的相似度,以求进一步选择出旋转对称编队中的指定目标。仿真结果表明,与单纯利用拓扑信息识别的算法相比,本算法可较好地选择具有旋转对称图形结构的编队中的指定目标。     

APSO算法在语音信号盲源分离中的研究

将自适应粒子群优化（Adaptive Praticle Swarm Optimization）算法运用到语音信号的盲源分离中,以峰度为目标函数,通过自适应调整惯性因子,克服了收敛速度和分离效果之间的矛盾,最终实现盲源分离。该算法避免了传统的优化算法自然梯度法稳定性差、易于陷入局部最优的不足。通过比较仿真结果和性能指标可以看出,APSO算法提高了收敛速度,改善了分离性能,表明了该算法在实现语音信号盲源分离中性能的优越性。     

基于效能评估的火炮综合测试构建技术研究

针对火炮试验鉴定过程中,测试指标多,测试设备散,系统性能评价不够,通用化测试能力不强的问题,开展了火炮综合测试技术和系统效能评估技术研究.在总结火炮测试指标体系的基础上,提出了火炮综合测试系统组成架构;在分析火炮系统性能和测试参数影响关系基础上,归纳提出火炮效能评价指标体系,对效能量化评估方法进行了探讨;并在以上2个方面研究基础上,开展了火炮综合测试构建技术的研究,提出基于试验信息网络的、集综合测试和效能评估于一体的综合测试平台总体设想.该研究对火炮的试验鉴定和测试系统的综合论证具有一定的指导意义.     

基于模糊指数融合和正交基分解的发动机性能监控

针对发动机性能监控过程中出现的单参数监控信息量不足和多参数容易矛盾的情况,提出一种发动机性能监控模糊指数融合方法。该方法基于滑动窗口参数均值和熵,采取有效的信息融合技术,建立表征发动机性能的模糊融合指数。利用神经网络方法,依据已确定的模糊融合规则推导出剩余决策规则。实例表明,模糊融合指数能很好地跟踪发动机性能缓慢衰退和突变两种情况。用正交基分解的方法对模糊指数进行重构预测,与线性拟合和二次拟合相结合的方法相比,其预测精度更高,能准确预测发动机的性能变化。     

我国国土普查卫片在国土资源调查中的应用

阐述了应用国土卫片等遥感资料,在建立数学模型的基础上,进行区域水资源量的估算方法和可靠性评价,详细阐明国土卫片在土地利用调查和制图中,在铁、铀、石油矿产资源勘查中的作用,取得较好的经济效益和社会效益。     

现场信息的可靠性参数评估

为充分利用航空产品现场使用中获得的可靠性信息,多年来对现场信息的特点进行了研究,在参数的点估计方面完善了一套处理方法。为使其评估结果付诸实用,用统计分析的方法对MTBF(平均故障间隔小时)的点估计结果进行了修正,并针对现场信息随机截尾的特点,推导了随机截尾子样的区间估计及单边下限估计的公式,以运七飞机机载成品为例给出了参数的计算值。     

遥感图像处理技术应用于油气资源探测的方法研究

结合作者从1987年以来从事遥感找油研究试验项目,重点介绍这项研究的背景、原理、其中的核心技术——遥感图像处理技术、主要结果及应用前景。这是一项极有前途的应用高技术,可广泛应用于矿产资源的探测。最终结果的产生,完全由计算机完成。     

多层次多策略的分布式网络信息过滤系统模型

在分析现有网络信息过滤技术的基础上,描述了一种多层次、多策略、可扩展的分布式网络信息过滤系统模型框架.该模型框架包括网络信息数据分析、过滤及转发等功能,采用细粒度的内容过滤策略,在保证信息数据安全性的基础上,提高了数据转发的速度,缩短了数据传送的延时,并可以插件的形式灵活地挂载过滤程序,具有很好的开放性和可扩展性.该系统模型可以根据具体的需求,以模块的形式灵活地重组和配置各项功能,可在分布式环境下协同工作,提高了系统的性能.本系统的各种数据处理过程对用户是完全透明的,减少了对用户的影响.