空间可修系统的维修性分析、评价与验证技术

随着当前在轨服务技术的快速发展,航天器在轨维修成为了可能。因此,本文系统地定义了空间可修系统(space maintainable system, SMS)的概念,通过梳理维修性分析、评价与验证方法的发展现状,结合SMS系统复杂、在轨维修数据量少等特点,探索性地提出了针对SMS的维修性分析、评价与验证技术。首先利用大量的航天器故障数据,采用基于维修障碍分析法的维修性分析手段。其次,构建了定性评价和基于神经网络的定量评价方案对维修性设计进行评判。最后,考虑SMS真实环境验证样本低等约束,提出了基于贝叶斯理论的小子样维修性验证方法,可以有效地降低试验样本量。     

基于贝叶斯神经网络分析质子引发的散裂反应产生的同位素截面

质子散裂反应产物截面数据是许多核应用领域的关键基础数据.不论在实验还是理论上,获得精确、完整的能量依赖的散裂产物截面都具有很大的挑战.运用贝叶斯神经网络方法(Bayesian Neural network,BNN)学习现有的质子散裂反应产生的同位素截面,并做出预测.BNN预测结果与实验测量截面吻合的很好,并展现出较好的模型泛化能力,可为核天体物理、加速器驱动的亚临界系统、质子治疗等领域提供参考价值.     

基于全局和局部信息融合的显著性检测

为提高低对比度、复杂自然图像显著性检测的准确率和泛化性能,提出一种贝叶斯框架下的全局和局部信息融合的显著性检测模型.首先,构建深度卷积自编码网络,采用对称编解码结构,监督学习图像全局特征,得到全局显著图;然后,根据全局显著图产生前景和背景码本,利用局部约束线性编码算法进行编码,采用稀疏编码描述局部特征,产生局部显著图;最后,提出采用贝叶斯框架,将全局和局部信息融合,生成最终显著图.实验结果表明,所提模型在ECSSD,DUT-OMRON和PASCAL数据集上F-measure值分别为76.53%、59.45%和72.52%,MAE值分别为0.143 28、0.137 87和0.181 05,且能够有效对低对比度、复杂真实自然图像进行显著性检测.     

基于相关向量机的赖氨酸反应过程参数软测量

针对支持向量机(SVM)计算复杂度高、参数不容易确定等局限性,提出一种基于相关向量机(RVM)的赖氨酸反应过程关键参量的软测量方法.根据过程经验,确定发酵液的溶解氧浓度、pH值、二氧化碳释放率、氧吸收率和葡萄糖流加速率为辅助变量,利用相关支持向量机的拟合与泛化能力,建立了赖氨酸反应过程基质浓度、菌体浓度、产物浓度等不可直接测量参量的软测量模型.基于L-赖氨酸反应过程开展的试验研究表明:所建立的相关向量机软测量模型拟合精度高、泛化能力强,较好地满足了赖氨酸反应过程的控制要求.     

贝叶斯公式应用教学的一种新设计

文章对贝叶斯公式的应用教学进行了设计,举一反三,灵活运用了现代教学方法,突出了"用概率"的思想。     

风电机组脱网故障认知诊断模型研究

面对风力发电产教融合人才培养，构建了风电运维专业知识、实践操作认知图谱，分析了风电运维专业知识、故障解决策略、解决过程能力熟练度等潜在变量关系以低电压穿越（low voltage ride through，LVRT）等任务特征为例，建立贝叶斯网络和心理测量模型，利用工单系统记录的运维过程和运维结果等观测数据，以证据为中心对工程技术人员实施熟练度评价最后，研究了认知诊断模型对工程技术人员的实际应用价值     

基于RS-DBN的电子对抗目标清单生成方法

由于电子对抗作战目标类型和工作方式多样, 变化速度快, 有效信息难以充分获得, 且在不同作战阶段呈现出不同特点, 使用传统评估方法难以对其等级排序实施精确评估。对此, 提出一种基于随机集的动态贝叶斯网络电子对抗目标等级评估方法。首先，对电子对抗作战目标清单生成方式进行梳理, 确定了评价指标体系, 并根据作战阶段的变化特点，结合动态贝叶斯网络完善了评价体系。然后, 充分考虑作战过程中数据获取不完整的特点, 通过引入随机集方法将传统贝叶斯网络的节点参数求解方法进行拓展, 使用区间数学的思想得到了较为准确的动态贝叶斯网络节点参数。最后，进行了案例仿真计算和结果分析, 并对节点概率确定方法进行算法复杂度讨论。结果表明，所提方法更加适合样本不完整的军事评估问题, 评估结果与实际作战基本一致, 使用的算法具有高效性、适用性和推广性。     

基于贝叶斯无线传感器网络节点多项式分布设计

无线传感器网络通过大量传感器节点进行监视和控制,现有无线网络采用连续数据采集方式进行感知数据通信,造成了较高时延和能耗。将贝叶斯节点能量多项式分布技术应用于无线传感器网络能量分析路由问题中,能有效减少能源的消耗率。贝叶斯节点能量分布首先利用贝叶斯规则将传感器节点检测到相似事件,再完成相似事件的目标检测,并将其发送给汇聚节点,从而使能量消耗最小化。仿真结果表明,该分配算法显著降低了节点能量消耗率。