基于小波变换的飞机电力作动系统故障诊断

电力作动系统是多电/全电飞机上完成各任务操作的最后环节,其工作状态直接影响飞行安全.针对飞机机电作动系统不同部件的故障信息处于不同频带的特点,提出一种基于能量-故障状态的故障诊断模式识别方法.通过小波包分解,把原始信号正交分解到不同的频带内,利用各频率成分的变化,选择合适的能量特征向量对各故障目标进行特征提取,从而建立能量变化到各故障原因和类别的映射关系,通过与对应故障特征向量的标准样本进行比较,即可得出电力作动系统当前有无故障和故障轻重程度的结论.通过匝间短路故障诊断仿真实例验证了该方法的正确性和有效性.     

随机荷载作用下疲劳裂纹扩展新算法

认为疲劳裂纹扩展的机理是惯性效应,并在断裂力学的基础上,通过引入惯性效应因子导出等幅荷载作用下疲劳裂纹扩展速率解析表达式.将随机载荷用通用的傅立叶变换转换为等幅非对称循环载荷的叠加,这一方法具有力学概念清晰、简便的特点.通过与试验数据和其它方法的对比研究,证明了该方法的有效性.成功地将等幅载荷作用下疲劳裂纹扩展新公式推广到随机载荷作用.     

应用EMD方法分析交通流量的动态特性

经验模态分解(EMD)方法是一种新型的数据分析方法.将EMD方法应用于交通网络流量分析,从空间上对网络交通流量进行研究,通过数学分析来探讨交通流量在网络条件下的动态特性,初步分析了在复杂的交通分布情况下不同路线长度的交通情况所产生的交通流量所占的比例,并寻找网络中的交通流量产生的主要线路以及关键节点.结果表明,在交通网络中,以相邻城市作为起始点的短距离交通所产生的交通流量占据了整个网络交通流量的主要部分.     

天山北坡玛纳斯河流域水文随机模型的应用及比较

本文介绍了自回归模型与解集模型的基本原理,结合玛纳斯河流域的水文规律,分别应用二种随机模型对流域的水文进行模拟,二种随机模拟的实用性检验结果表明,自回归模型较解集模型更适用于该流域水文模拟。这对于生成该流域长系列的洪水、工程设计与分析具有指导意义,从而为该流域水资源进一步开发利用,为实现经济、社会、生态可持续发展提供基础条件。     

应用小波包变换的图像加权广义模糊增强算法

图像边缘细节富含高频成分,鉴于小波包分析具有对高频分辨率高的特点,提出一种应用小波包变换的图像加权广义模糊增强算法。对图像进行小波包分解,分别对各分解子图像进行基于线性广义模糊算子（LGFO）的模糊增强处理,重构前对各增强子图像赋予不同的权值,通过小波包图像重构实现对原始图像的加权模糊增强处理,获得细节丰富、对比度强的高质量增强图像。在基于边缘测度与噪声标准差的增强图像质量评估标准下,算法实现了模糊参数的自适应寻优。实验表明,增强图像轮廓准确、细节丰富。     

随机变量阵列的强收敛性

获得了独立随机变量阵列的对数律成立的一个充分条件,推广了已有的结果。     

基于深度CRF模型的图像语义分割方法

从图像中提取多种特征向量堆叠为一个高维特征向量用于图像语义分割,会导致部分特征向量的分类能力减弱或丢失。针对此问题,提出了一种结合深度卷积神经网络AlexNet和条件随机场的图像语义分割方法。利用预训练好的AlexNet模型提取图像特征,再通过条件随机场对多特征及上下文信息的有效利用来实现图像的语义分割。与利用传统经典特征的方法进行对比,实验结果表明:在利用AlexNet模型提取特征进行图像语义分割时,Conv5层为最有效的特征提取层,在Stanford background和Weizmann horse数据集下的识别准确率分别为81.0%和91.7%,均高于其他2种对比方法,说明AlexNet可以提取更有效的特征,得到更高的语义分割精度。     

B-值随机元序列的对称化原理的注记

本文讨论了B-值随机元序列极限定理的对称化方法,并且获得了对称化方法的一般性结果。作为一个应用,我们给出了B-值独立同分布随机元序列的叠对数律(紧的或有界)的对称化方法。     

以风险决策为基础的流域防洪系统规划

针对期望值方法的缺陷，将分区多目标方法应用到防洪系统最优规模决策中。该方法既考虑了经济上的最优性，又充分考虑了洪灾的风险性，克服了期望值方法的缺陷。应用表明，该法适合于具有风险因素的防洪系统规模的决策问题。     

关于S-W BPRE灭绝概率积分表示的构作举例

利用分式线性概率母函数的特性 ,借助对偶过程及其函数变换 ,在作了一些适当的特殊假设的情况下 ,探讨了随机环境分枝过程 BPRE的灭绝概率的具体表示形式 ;并通过两个举例 ,构作了两类独立同分布随机环境分枝过程灭绝概率的积分表示。从而在特殊情况下 ,可通过简单的积分计算求得随机环境分枝过程的灭绝概率。