排序方式: 共有70条查询结果,搜索用时 31 毫秒
51.
52.
小样本采样数据的预处理 总被引:10,自引:2,他引:8
一般情况下数据处理大多采用数理统计方法,该方法对于数据较少情况下处理和判别粗大误差不适用。提出了运用线性均方估计法和熵值判别法来处理和判别粗大误差,线性均方估计消除粗大误差是一种采用软化的方法处理粗大误差;熵值判别法是根据熵的上界对应最大的不确定度,利用所得数据的熵信息量判别数据是否含有粗大误差。这两种方法经过多个实例计算,结果表明,它们在处理小样本采样数据时更有效。 相似文献
53.
在诸如液体火箭发动机等复杂动力学系统的故障诊断中,监控参数组的优选问题一直受到工程技术人员的高度重视。本文提出了综合样本矢量方向离散度概念,以此作为故障特征参数的优选准则;然后利用经过改进的遗传算法,对某液体火箭发动机常见故障的诊断进行了特征参数组的优选。在改进的遗传算法中,采用了非常简洁而高效的染色体编码,针对特征优选的组合优化类问题专门设计了一种特殊的基因迁移算子,并引进了父本个体适应值的动态调整技术与共享函数。数值实验结果表明,该算法具有理想的效果。 相似文献
54.
应用模糊数学中聚类分析和模糊排序的方法,对具有多因素影响的样本分类提出一种合理的分类及排序方式,并用此方法对英语分级教学进行了研究. 相似文献
55.
为了提高无人机图像模糊类型识别的准确率,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的无人机图像模糊类型识别方法。通过样本预处理策略对无人机模糊图像样本进行处理,提高了方法的识别效率,同时降低了错误率。提出一种适用于模糊图像灰度频谱图的卷积神经网络结构,并利用训练样本对网络进行训练,增强了网络结构的针对性,提高了训练模型的识别准确率。利用测试样本对训练的网络模型进行测试,验证方法的鲁棒性。实验结果表明,将卷积神经网络应用于图像模糊类型识别,取得了良好的效果,针对实验环境下的无人机运动、离焦和大气散射3种模糊图像类型的识别准确率较高,所提方法的鲁棒性强、实用价值大。 相似文献
56.
57.
58.
针对故障率作为维修性试验验证故障样本分配的主要影响因素,而使故障样本分配结果的合理性与可信性不足的问题,提出了一种基于TOPSIS法与灰色关联度法的维修性试验验证故障样本分配方法。构建了故障样本分配影响因素体系,采用残缺判断矩阵法确定了各影响因素的权重,基于TOPSIS法与灰色关联度法构建了故障样本分配的数学模型。以某型装甲车辆加温器的维修性试验为例,验证了所提故障样本分配方法的可行性,结果表明:相比按比例分层抽样的故障样本分配方法,所提方法的故障样本分配结果的合理性与可信性明显提高,更适用于装甲装备维修性试验验证工程实践。 相似文献
59.
60.
BP神经网络在电子设备可靠性验证中的应用 总被引:1,自引:0,他引:1
讨论了借助MATLAB的BP神经网络解决电子设备在寿命分布未知和小样本试验数据时的可靠性评估方法, 并给出了一个应用实例, 该方法可以提高可靠性评估置信度, 并能节省试验时间和费用, 特别适用于大型复杂电子设备。 相似文献