基于随机森林的微动特征重要性评估研究

为了减少气动目标识别微动特征集的冗余,进一步降低特征维度,引入随机森林对多维微动特征进行重要性评估。描述了随机森林算法及其工程实施流程,给出时域、频域及时频域等18维微动特征提取方法,用VHF波段实测数据对基于随机森林的特征重要性评估算法进行验证,并分析了特征选择对Fisher、支持向量机和决策树3种分类器的性能影响,以及雷达相参积累脉冲个数对于特征重要性评估的影响。对于Fisher和支持向量机来说,随着特征维数的增加,能够一定程度地提高分类准确率;而对于决策树来说,只有重要性评分较高的特征对分类准确率有贡献。     

基于双层随机森林的空袭目标识别

空袭目标识别是防空作战指挥决策的关键环节,针对空袭目标特征繁杂容易造成模型拟合和识别精度不高这一问题,为提高空袭目标的识别能力,提出了一种基于双层随机森林的空袭目标识别算法。该算法在第一层随机森林通过计算基尼指数变化量对特征进行重要性评估和优选,然后在第二层随机森林进行数据降维和目标识别,相较传统随机森林能够提高目标识别的准确率和稳定性。将该算法与传统随机森林、支持向量机和PNN神经网络进行对比分析,仿真结果表明该算法能够在保证识别准确率的基础上同时具有较高的识别速度和识别稳定性。     

基于卷积神经网络和随机森林的毁伤效果评估方法

目标毁伤效果评估是现代化战争中的重要一环。针对传统的毁伤效果评估方法无法区分目标特征与背景特征而导致评估结果不准确的问题,提出了卷积神经网络(convolutional neural network,CNN)和随机森林(random forest,RF)相结合的方法,记为CNN-F算法。通过卷积神经网络处理图像,提取图像特征,再使用随机森林替换卷积神经网络中的部分全连接层和softmax分类器进行目标毁伤结果分类。实验结果表明,该算法在准确度、精确度、召回率和F₁值4个指标上都达到了较高的水平,达到了83.050%、83.585%、83.050%和82.945%,其评估结果可以为指挥员下一步决策提供参考。     

多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

跳测度的可料对偶投影

证明了跳测度 ν的 Doob-Meyer分解 ν=m+π中 ,π即为跳测度的可料对偶投影 ,也是 ν-π的鞅特征     

基于随机森林法的机械变速箱技术状态评估

将随机森林RF(Random Forests)引入到机械设备技术状态评估领域,对某型坦克不同劣化程度的变速箱振动加速度信号数据进行分类研究,分类精度达到97%以上,证实了此方法的有效性。基于RF的评估方法具有组合分类器精度高、树型分类器运行速度快的特点,在机械设备状态识别、故障诊断中表现出了良好的性能。     

模糊识别和随机森林算法在柴油机振动信号状态识别中的应用

针对模糊识别算法中,样本特征向量中各参量(分量)对状态分类的贡献权重难以确定的问题,提出了利用随机森林算法对特征参量的重要度评估结果作为特征权重的方法。通过对柴油机台架试验振动信号的跟踪分析,获得了柴油机在磨合期、100摩托小时、200摩托小时、300摩托小时及400摩托小时5种不同使用期(典型状态)的75个振动信号样本,然后计算出各类样本在幅域、时域和频域的特征参量,利用随机森林算法进行特征选择,确定4个重要特征参量及其权重,用统计方法得出其隶属度函数,最后根据评价向量对样本进行识别,识别准确率达到94%以上。     

基于属性测度理论的辐射源识别

针对复杂电磁环境下辐射源识别困难的问题,提出了基于属性测度理论的辐射源识别方法。介绍了属性测度理论的相关知识,详细分析了属性识别模型,列出了基于属性测度的辐射源识别算法并给出了识别模型。最后通过仿真实验验证了此算法能有效处理辐射源信号参数的不确定性和模糊性,辐射源识别率优于经典的模板匹配法识别率。     

兵力损耗的二维随机游走模型

在本文所建立的模型中 ,借助于二维随机游走的概念 ,描述了红蓝双方兵力在对抗过程中的变化规律 ,给出了所描述的战斗过程的所有可能结果和每种结果出现的概率 ,以及平均剩余兵力等数字特征的计算公式     

基于种群多样性测度的PSO算法及其应用研究

针对基本粒子群算法(particle swarm optimization,PSO)易局部收敛的缺陷,设计了一种根据种群多样性测度动态调整惯性权重的改进粒子群算法,通过仿真测试函数与基本粒子群算法、自适应粒子群算法(adaptive particle swarm optimization,APSO)、带收缩因子的粒子群算法(contractive particle swarm optimization,CPSO)进行比较,改进的PSO算法在提高算法的综合搜索能力方面具有优越性。将改进的PSO算法运用到作战飞行器航迹规划中,并进行了仿真实验,仿真结果验证了改进算法的有效性。     

随机-区间混合不确定性单输出模型确认指标

针对既有随机变量又有区间变量的模型预测结果与实验数据之间的一致性度量问题,对随机-区间混合不确定性模型确认指标进行研究。根据工程数学模型和实验过程中的不确定性来源,分析随机-区间混合不确定性模型确认的特点;运用概率方法和区间理论,提出新的随机-区间混合不确定性模型确认指标,讨论所提指标的性质,给出指标的计算方法和步骤。通过数字算例和工程算例,验证了所提指标的可行性和有效性。     

模糊随机变量的模糊概率特征的性质

应用模糊数理论 ,给出了模糊随机变量的数学期望和模糊随机变量的方差的定义 ,并研究讨论了模糊随机变量的数学期望和模糊随机变量的方差的性质。研究结果进一步丰富和完善了模糊随机变量理论。     

一种判别离散型随机变量相互独立的新方法

对两个离散型随机变量相互独立的问题,通过引入分布律矩阵的概念,借助矩阵理论中行向量的相关结论,提出一种新的判别独立的方法。与以往的方法相比,这种方法更为简单和实用,更重要的是具体操作过程中计算量大为减少。     

刀具磨损监测的随机向量相关度量法

本文提出了一种运用功率累积和与n 维随机向量相关度量监测刀具磨损的新方法,即通过计算刀具三向振动加速度的相关度量系数,主轴扭矩或某项振动加速度的功率累积和综合监测刀具的磨损、破损以及刀具磨损的程度。该法在简单性、可靠性等方面比以往提出的方法有较大的进步,因而使得本方法具有很大的应用前景。文中对该法的理论基础进行了严格的证明,并给出了实验论证结果。     

现役船体结构可靠性评估理论研究现状及展望

作为现役船体结构可靠性评估的关键技术,可靠性评估理论直接决定了可靠性评估结果的有效性和置信度。从可靠性评估理论的计算原理、度量指标计算及工程应用等方面阐述了传统可靠性评估理论和非概率可靠性评估理论的发展历程及研究现状,分析、总结了各可靠性评估理论在现役船体结构可靠性中的优势及不足,给出了今后开展相关研究的展望,并指出了现役船体结构可靠性研究的重点。     

求解卷积公式的一种新方法

基于数形结合方法以及变量代换方法发现计算卷积公式存在某些不足之处,研究卷积公式的计算方法,给出一种新的确定积分限的方法.该方法直观明了、容易理解和掌握并且可操作性强,有效避免作图和分析图形的繁琐,并举例说明了该应用方法.     

系统可靠寿命的不确定性分析及其高效方法

为了分析元器件失效率的不确定性对系统可靠性的影响,借鉴Borgonovo的矩独立灵敏度分析思想,在充分考虑了系统可靠寿命完整不确定性信息的情况下,提出了基于系统可靠寿命的矩独立重要性测度,用来分析不确定性条件下系统元器件失效率对其可靠寿命的平均影响。但由于系统可靠寿命函数是系统可靠度函数的反函数,一般无法解析表达而以隐函数的形式存在,致使该矩独立重要性测度难以高效准确求解。为了解决这一问题,文章提出了一种新的Kriging自适应代理模型的高效算法,该算法以Kriging代理模型预测值的变异系数作为自适应学习函数,通过自主增加新的试验样本,增强代理模型的预测准确性。阀门控制系统和民用飞机电液舵机系统两个算例分析表明,在保证计算精度的情况下,通过变异系数自适应学习函数,仅需添加少量系统可靠寿命试验样本,就能够构建用来充分近似系统可靠寿命函数的Kriging代理模型,解决了重要性测度的高效求解问题,从而验证了所提方法的合理性和算法的高效性。