基于神经网络集成的声学故障识别

提出一种基于神经网络集成的水下航行器声学故障识别方法。该方法把经单独训练的具有一定差异度的单个RBF神经网络加以集成,可提高分类器的泛化性能。实验证明该模型的有效性。     

基于Hu不变矩的船舶焊缝缺陷图像特征提取

介绍基于Hu不变矩的船舶焊缝缺陷图像特征提取方法,实验表明所提取的Hu不变矩满足缩放、平移和旋转上的几何不变性,同时具有较高的抗噪能力。对于复杂的焊缝缺陷图像,不变矩特征能有效的表征图像的特征信息,在一定程度上可以作为缺陷识别的重要依据。     

基于EMD-样本熵的轴流压气机喘振分析

轴流压气机作为燃气轮机安全运行的重要设备装置,它的稳定性直接影响燃气轮机的输出效率。因此如何快速准确判断并及时规避轴流压气机的喘振工况是燃气轮机优化设计的重点。本文提出一种基于轴流压气机已有传感器处理提取特征值后对喘振工况进行判断的新方法。首先对压气机的一维传感信号进行EMD分解升维后进行数据降维至数据本质维数上,再利用样本熵处理后提取特征信号从而对喘振工况进行判定。基于三级轴流压气机喘振进行喘振的诱导试验,实现压气机的喘振工况并且利用EMD-样本熵的方法对压气机的级间压力、出口压力进行分析对比。试验结果表明,此方法提取的特征值可以有效区分出压气机正常与喘振的工况,验证了方法的可行性,为轴流轴流机的故障预测提供基础。     

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。     

基于零样本学习的集装箱箱号识别系统研究

针对传统集装箱号识别方法对于新出现的没有标签的集装箱无法进行准确识别问题,介绍一种用于集装箱号自动识别的基于语义自编码器的零样本学习方法。该方法可实现对陌生集装箱号的准确识别;给出一种基于该方法的箱号识别系统及其智能视觉识别系统、后端集中管控系统、web前端系统组成,可为集装箱号识别解决方案提供参考。     

锚链力实测样本的统计预报

锚链力的实测样本是一组均值不为零的随机信号，且存在着高，低频两种成分。它的预报方法以往有所不同。本文将总的锚链力实测信号的分解成高、低频两部分，分别作统计分析。对低频信号用威布尔超越概率作图求出最可能极大值，再与高频信号的正１／３有义值及预报力相加，作为总的最大值。     

B型Q过程D型延拓的另一种实现

文献「２」中研究了Ｑ过程的Ｄ型延拓，本文从取定的向量α及Ｂ型Ｑ过程ｐ（ｔ）出发，从样本轨道上构造了一类马氏过程并且是Ｑ过程Ｘ（ｔ），它是Ｂ型Ｑ过程Ｄ型延拓的国一种实现，且证明方法是新的Ｘ（ｔ）取特例，即给出了「１」中广泛意义下的Ｄｏｏｂ过程的样本轨道。     

城市轨道交通时刻表优化技术框架及关键技术环节

时刻表优化技术是城市轨道交通运营管理所涉及的一项关键技术,其实施好坏直接影响到城市轨道交通运营的各个环节。针对当前实际运营过程中,列车时刻表的优化调整显著受制于断面客流预估精度的现状,借助城市轨道交通AFC(自动售检票)系统采集的乘客交易信息,提出了一种基于客流信息的城市轨道交通时刻表优化技术框架,并对其核心模块功能实现的关键技术环节进行了阐述,探讨了基于客流特性参数的发车模型。     

道路模拟试验用载荷谱样本选择方法

以某B型车后桥在标准试车场测得的载荷谱为例，提出运用疲劳统计学母体存活率估计量和向量模相结合的基本数学方法，建立多参数条件下选取存活率为50％载荷谱样本的法则，阐明获取具有一定存活率条件下的载荷谱样本选取方法。     

汽车道路行驶试验载荷谱样本长度确定方法的研究

为解决在样本长度确定中总体参数不易求得的问题，结合汽车道路行驶试验中采集的载荷谱随机数据，就如何确定样本长度进行了探讨，通过比较分析提出了新的设想和方法。该方法通过观察样本统计值随样本容量增大的变化规律，用回归分析的方法找到反映这种趋势的方程，并以该方程的极限作为总体参数，利用计算得到的总体参数和回归分析得到的方程之间的相对误差来控制样本的长度。最后对该方法进行了实际应用验证。