基于能力分析的空间对抗装备体系效能评估方法

首先研究了空间对抗的核心能力要素;然后研究了空间对抗装备体系的构成,即将核心能力要素细化为基本能力要素并映射到空间对抗装备子系统;最后构建由作战能力指标→核心能力指标及权重赋值→基本能力指标及权重赋值→单项效能指标及权重赋值组成的指标体系,并提出基于该指标体系的单项效能评价→系统综合评价→体系综合评价→作战效能评价→结果验证的综合评估途径.     

基于过程数据的动态PLS建模

许多工业过程中获得的输入输出数据在时间、空间上是高度相关的,且含有测量噪声。针对此类数据,提出采用动态PLS方法,最大化输入和输出变量矩阵之间的协方差,保留大部分有用信息,去除测量噪声,把高维数据空间降维,建立较为精确的工业过程数学模型。提出对MIMO系统进行研究,推导了可直接用于控制的动态PLS模型数学公式。对一个工业过程实例进行仿真,分别应用动态PLS回归和线性回归MLR方法,得出的结果经分析验证了此算法的有效性。     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。     

基于一种最优核鉴别矢量集的雷达目标识别

基于高分辨距离像的雷达目标识别的关键是如何提取距离像的有效鉴别特征.通过分析核Fisher准则函数下核类内散布矩阵的零空间信息与非零空间信息对识别的贡献,基于同构映射思想,求解出一组最优鉴别矢量集,用于提取距离像的鉴别特征.同时,给出一种快速算法,用较少的训练样本表达投影方向,加快了鉴别特征的提取速度.基于外场实测数据的实验证明了方法的有效性.     

Cooperative Sensor Anomaly Detection Using Global Information

Sensor networks are deployed in many application areas nowadays ranging from environment monitoring, industrial monitoring, and agriculture monitoring to military battlefield sensing. The accuracy of sensor readings is without a doubt one of the most important measures to evaluate the quality of a sensor and its network. Therefore, this work is motivated to propose approaches that can detect and repair erroneous (i.e., dirty) data caused by inevitable system problems involving various hardware and software components of sensor networks. As information about a single event of interest in a sensor network is usually reflected in multiple measurement points, the inconsistency among multiple sensor measurements serves as an indicator for data quality problem. The focus of this paper is thus to study methods that can effectively detect and identify erroneous data among inconsistent observations based on the inherent structure of various sensor measurement series from a group of sensors. Particularly, we present three models to characterize the inherent data structures among sensor measurement traces and then apply these models individually to guide the error detection of a sensor network. First, we propose a multivariate Gaussian model which explores the correlated data changes of a group of sensors. Second, we present a Principal Component Analysis (PCA) model which captures the sparse geometric relationship among sensors in a network. The PCA model is motivated by the fact that not all sensor networks have clustered sensor deployment and clear data correlation structure. Further, if the sensor data show non-linear characteristic, a traditional PCA model can not capture the data attributes properly. Therefore, we propose a third model which utilizes kernel functions to map the original data into a high dimensional feature space and then apply PCA model on the mapped linearized data. All these three models serve the purpose of capturing the underlying phenomenon of a sensor network from its global view, and then guide the error detection to discover any anomaly observations. We conducted simulations for each of the proposed models, and evaluated the performance by deriving the Receiver Operating Characteristic (ROC) curves.     

HIV模型的统计诊断

描述HIV的数学模型是一组非线性常微分方程,其中包括CD4+T细胞再感染率和死亡率,HIV病毒死亡率等多个重要未知参数,准确估计这些参数有助于正确了解患者病情发展,以采用个人化治疗方案.针对此模型已提出多个参数估计方法,包括基于数值解的非线性最小二乘,截面似然及两步估计.另一方面,由于客观因素影响,各观测数据对于参数估计的影响大小不同,找出对参数估计影响大的观测值,进一步分析其原因具有重要意义.基于HIV模型的两步估计,构造了用于影响分析的非参数Cook型统计量,并给出其大样本分布.通过模拟数据和临床数据分析发现:(1)所构造统计量可以检测中度以上偏移.(2)相对于内点,边界点对HIV模型的参数估计影响更大.基于以上结论,建议对HIV模型进行参数估计时,对边界点应加以格外关注.提出的方法也可以推广到其他线性常微分方程模型的统计诊断问题中.     

再生核空间W_2~1(R)中的分段投影插值

本文在具有再生核的空间W_2~1(R)中讨论分段插值问题,给出W_2~1(R)的再生核的解析式,并构造一个分段插值公式。     

正定Lipschitz核的本征值

设 G 是 R~d 中闭单位正方体,正定对称核 K(x,y)在 G×G 上满足α阶的 Lipschitz条件。本文证明,由 K(x,y)生成的积分算子 K 的本征值渐近为 O(1/(n~(1+α/d)))。     

加权Herz空间上的粗糙算子

研究了粗糙算子在加权Ｈｅｒｚ空间上的有界性质。     

递归方法在窗宽选择上的应用

在未知总体分布的情形下,给出密度核估计中选择窗宽的一个新方法,并在选取高斯核的情形下,推导出计算窗宽的递归公式。最后通过与理论窗宽值比较,说明使用该递归方法选择最优窗宽是非常有效的一个途径。