确定船体结构疲劳寿命分布的Bayes方法

文中给出了由小样本试验数据确定确体结构疲劳寿命分布的Bayes方法,采用二级模糊综合评判获得先验概率,通过似然函数反映样本信息,利用Bayes定理综合先验信息与样本信息得到后验概率。将统计推断建立在后验概率的基础上,弥补了传统方法在统计推断上的缺陷。     

改进Bayes判别法在机械状态识别中的应用

Bayes判别法是统计模式识别中的一个基本方法,既考虑了各类参考总体出现的概率大小,又考虑了因误判造成的损失大小,比较适合在样本的数量不充分大,大子样统计理论不适宜的情况下进行状态判别,对它作了总体服从正态分布的合理假设后,将改进Bayes判别法成功运用到机械状态识别中,并利用这种方法对某减速箱轴承进行了状态判别,判别准确率较高,获得了满意的实验效果,从而证明了改进Bayes判别法是一种很好的机器状态识别方法。     

基于Bayes小子样理论的导弹贮存可靠性评估方法研究

针对导弹造昂贵价、样本少、贮存可靠性验证难度大的特点,本文探讨了基于小样本的Bayes统计分析模型,这种模型以故障率的共轭验前分布Gamma分布为先验分布,充分利用了历史试验数据的同时,结合导弹现场试验数据,给出了导弹故障率的后验分布,并推算出可靠性Bayes点估计和置信限。最后以某型导弹为例,利用其试验数据验证了此方法的有效性。     

面向目标识别的水下多传感器信息融合技术比较研究趑

对于水下作战,目标识别十分困难,因此必须走多传感器融合、多技术融合的道路,应分析研究不同的方法优缺点,取长补短,综合处理。本文比较了不确定性推理技术中主观Bayes方法与证据理论的特点,分别给出了基于2种技术的目标融合识别思想。提出了基于Bayes统计理论的身份识别和基于D-S理论融合身份识别的框架。研究了基于模糊神经网络的多传感器信息融合技术,提出了模糊神经网络信息融合紧密结合与松散结合的2种处理框架,并结合应用讨论了其特点。     

面向目标识别的水下多传感器信息融合技术比较研究

对于水下作战,目标识别十分困难,因此必须走多传感器融合、多技术融合的道路,应分析研究不同的方法优缺点,取长补短,综合处理。本文比较了不确定性推理技术中主观Bayes方法与证据理论的特点,分别给出了基于2种技术的目标融合识别思想。提出了基于Bayes统计理论的身份识别和基于D—S理论融合身份识别的框架。研究了基于模糊神经网络的多传感器信息融合技术,提出了模糊神经网络信息融合紧密结合与松散结合的2种处理框架,并结合应用讨论了其特点。     

复杂系统可靠性验证方法研究磁

针对复杂系统可靠性验证问题,根据组成系统设备的研制特点,给出了复杂系统可靠性的Bayes综合评估方法,以此获得了其任务可靠度点估计和置信下限。在此基础上,对复杂系统可靠性验证试验方案的制定方法进行了研究,通过综合考虑生产方和使用方的风险,给出复杂系统可靠性保证试验方案的调整方法。最后,通过实例分析,对方法的可行性进行了说明。     

发射筒内弹道性能参数可靠性评估方法探讨

以某导弹发射装置为主要研究对象。介绍了可对其筒内弹道性能参数进行可靠性评估的方法，即：Bayes方法和Monte-Carlo数字仿真法，在Bayes方法中针对试验数据为来自不同母体的特点。给出了内弹道性能参数服从正态分布下的环境因子；注意到Monte-Carlo数字仿真法中产生的伪随机数再现问题及其解决办法。结合目前的发展现状认为Monte-Carlo数字仿真法可能更具有适用性。     

机电设备无失效数据的可靠性评估

利用对数正态分布函数的性质获得了各检测时刻新的Bayes估计,进而给出了母体参数的估计,并对机电设备的可靠性数据进行了处理。     

基于极小样本的Weibull分布参数估计方法

针对舰船动力装置高可靠性的特点,在Weibull分布场合下,研究极小样本数据的Bayes处理方法,根据函数的凹凸性给出不同失效时刻的先验分布,进而获得失效概率的Bayes估计.通过利用分布函数拟合方法,得到产品的可靠性指标,通过实例分析验证此方法的稳定性.     

基于Bayes理论的小子样维修性试验与评定研究

在分析现有经典维修性验证方法不足的基础上，利用Bayes理论，提出了小子样维修性试验与评定方法，给出解决问题的一般步骤。通过实例分析，验证了这一方法的合理性和可行性。     

一种目标综合识别能力评估方法

目标综合识别能力是C^3I系统重要指标之一。运用统计估计的基本原理和方法，分析用测试样本集估计识别正确率的可行性以及相应的估计性能，定义目标综合识别能力指标，并给出目标综合识别能力的实验室测试评估方法。可为C^3I系统目标综合识别能力测试提供参考。     

基于最优回归理论的舰船辐射噪声指向性统计模型及分析方法研究

文章在已有单航次的舰船噪声空间特性建模分析方法等研究成果的基础上,进一步研究了若干航次条件下的统计建模及分析方法。该研究主要以单一部位垂向剖面的噪声指向性为例,建立了基于最优回归理论的舰船目标辐射噪声特性的统计模型及分析方法,并开展了海上实测研究,验证了该模型及分析方法的正确性和可行性。该项成果为深入分析不同航行工况下各类舰船目标的噪声空间特性及其统计规律等创造了条件。     

Bayes小样本统计理论在舰艇导航装备维修中的应用

舰艇导航装备属于高精度、高可靠性、高成本的精密设备。为了解决大型导航设备在小样本条件下的维修性评估问题,研究了Bayes小样本统计理论在导航装备维修中的应用。根据导航装备维修时间的小样本数据,进行了数据的K-S检验,建立了导航装备的维修时间分布模型,运用Bootstrap方法对确立的模型进行参数辨识,确定了导航装备的平均修复时间、中位修复时间、最大修复时间等参数,结果表明Bootstrap方法的有效性和准确性。     

Bayesian statistical data assimilation for ecosystem models using Markov Chain Monte Carlo

This study considers advanced statistical approaches for sequential data assimilation. These are explored in the context of nowcasting and forecasting using nonlinear differential equation based marine ecosystem models assimilating sparse and noisy non-Gaussian multivariate observations. The statistical framework uses a state space model with the goal of estimating the time evolving probability distribution of the ecosystem state. Assimilation of observations relies on stochastic dynamic prediction and Bayesian principles. In this study, a new sequential data assimilation approach is introduced based on Markov Chain Monte Carlo (MCMC). The ecosystem state is represented by an ensemble, or sample, from which distributional properties, or summary statistical measures, can be derived. The Metropolis-Hastings based MCMC approach is compared and contrasted with two other sequential data assimilation approaches: sequential importance resampling, and the (approximate) ensemble Kalman filter (including computational comparisons). A simple illustrative application is provided based on a 0-D nonlinear plankton ecosystem model with multivariate non-Gaussian observations of the ecosystem state from a coastal ocean observatory. The MCMC approach is shown to be straightforward to implement and to effectively characterize the non-Gaussian ecosystem state in both nowcast and forecast experiments. Results are reported which illustrate how non-Gaussian information originates, and how it can be used to characterize ecosystem properties.     

台风波高重现值的泊松最大熵分布估计

以日本中城湾观测站实测台风过程出现的最大波高序列为例,提出了泊松-最大熵复合极值分布,并将其用于计算台风海浪的重现值波高.采用年极值法与过阈法对台风波高进行长期统计分析.计算结果表明:观测时段相同,阈值的选取对重现值的估计影响不大.而阈值相同,抽样时段的长度对重现值估计的影响较大;若样本时段较短,但极值波高的最大值包含于其中,则估计得到的重现值偏大,该结果对于结构设计是偏安全的.     

Prediction of design loads for deep water subsea lifting operations based on non-stationary time response

Two methodologies for the prediction of the design loads of deep water subsea lifting operations crossing resonance zones are presented. These methodologies are applicable to models that consider the influence of the payout speed on the dynamics of the operation, leading to a non-stationary time series for the dynamic forces on the system. The first model is based on running several random simulations of the same scenario and using these simulations as a sample in which statistical parameters are inferred. The second model uses a weighted least squares approach to predict a normalizing function that is used to evaluate the statistical parameters of the response. Both models are tested by considering the installation of a typical manifold in the Pre-Salt fields, in Brazil, and are able to predict the general form of the envelope of forces on the cable for various sea states and payout speeds. The models also provided similar results for the availability of the vessel after evaluating the weather window for this operation. Finally, the advantages of using the weighted least squares approach in comparison to the direct method are discussed, since it may considerably reduce the total number of simulations required to perform a real operation assessment, especially during preliminary design phases.     

长江口深水航道大风骤淤量的统计与分析

搜集整理了长江口2008—2013年对长江口影响较大的台风资料以及航道的回淤资料。目前,没有长江口深水航道大风骤淤量的现场实测资料,也没有比较科学合理的航道骤淤统计方法,为此,提出基于目前实测资料基础上的航道大风骤淤量的统计方法。利用此方法对长江口深水航道2008—2013年的大风骤淤量进行统计分析。     

基于数据驱动的船体板件数控等离子切割精度控制

摘 要：船体板件切割的尺寸误差直接影响船体分段制造的尺寸精度,造成分段精度难以满足整船装配精度要求。为提升船体板件的数控等离子切割精度水平,本文首先基于板材切割过程的大量精度数据,引入统计过程控制(Statistical Process Control, SPC)方法,评价了数控等离子切割的精度状况;然后再结合现场工艺过程分析精度数据的过程控制图,确定了影响切割精度的主要因素;同时,针对主要影响因素提出了相关改进措施,并借助过程控制图对切割精度进行循环控制;最后使用假设检验的方法,从样本到整体验证了切割精度的提升。     

基于决策SVM的入侵检测技术研究

在网络入侵检测中,数据类别不均衡训练集的使用将产生分类偏差,支持向量机是一种新型的统计学习模型,在处理小样本和学习机的推广能力上有很大的优势．针对支持向量机解决k个多类分类问题存在训练样本数据大、训练困难的问题,提出基于支持向量机的决策树训练算法,构建了基于支持向量机决策树的入侵检测系统模型．利用KDDCup99数据集,将本文提出的算法与Lee-Carter方法和1-v-R方法进行了对比实验．通过实验和比较表明,该方法的训练效率大大提高,并且具有较高的检测率．     

基于支持向量机和辐射噪声的舰船目标识别

分类器的构造和特征量的提取是目标识别的两个基本问题。鉴于舰船辐射噪声反映了同种舰船的特征，以及以支持向量机为核心的统计学习理论具有具有较好地解决小样本、非线性问题的能力，提出了一种新的识别方法，首先利用子波变换和多分辨分解算法对舰船目标的辐射噪声进行分解，得到目标的线谱和调制谱特征，然后使用支持向量机构造分类器，进行目标识别。实验表明，这种方法是可行的，且有较好的识别精度和较强的泛化性能。