基于支持向量机的可靠性增长费用建模与分析

支持向量机是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法，具有完备的理论基础。首先应用支持向量机原理建立了基于支持向量机的多参数武器装备可靠性增长费用预测模型，然后对我军某型现役装备使用阶段可靠性增长费用数据进行了预测与分析。结果表明，与一般的回归分析相比，基于支持向量机的回归模型具有很好的预测精度。     

某移动电站保障性分析

分析了某移动电站故障率高的原因并非设计之差,除制造环节失控外,还与运行环境恶劣、使用维护不当有关,阐述了可靠性恢复与改进的途径,并对维修性的提高改善进行了总结。     

基于IP网络的分布式铁路信息系统技术研究

提出了基于IP网络的铁路网络信息系统构架和关键部分技术解决方案。该系统基于分布式的构架模式，可以提供较高的系统可靠性。嵌入式计算机分布于各个车站，用于管理车站的系统设备（显示器、广播设备等）。     

影响信号设备运用可靠性的因素及建议

分析了影响信号设备运用可靠性的因素。提出了提高设备运用可靠性的建议。     

用羊八井加密阵列数据寻找与BASTE实验相符的3TeV能区的宇宙γ暴

采用西藏羊八井加密阵列数据，对美国CGRO天文卫星上的BASTE实验在1998年3月期间所观测到的15个宇宙γ暴进行了3TeV能区的符合寻找。这些γ暴均位于羊八井阵列的有效观测视场内。在寻找工作中采用了组闭方法，以提高观测阵列对γ暴的灵敏度。寻找结果表明，所有BASTE符合暴候选事例团的多重数分布均在背景的统计涨落之内，没有发现在3TeV能区BASTE符合暴的证据。这个结果支持了γ暴的宇宙学起源模型。     

基于BP神经网络的分布式传感器网络的可靠性分析

针对分布式传感器中的故障点多，导致估计系统可靠性参数困难的特点，提出了一种基本原则于BP三层神经网络的Markov可靠性模型。仿真结果表明，神经网络收敛时的可用度与Markov模型计算值的相对误差的数量级为10-4，从而验证了神经网络模型的正确性，另一方面与用两层神经网络的可靠性计算相比，其收敛速度加快。