基于偏最小二乘回归的军用飞机采购价格预测

考虑到军用飞机采购价格样本数据少、难于预测的特点和偏最小二乘回归方法在处理小样本多元数据方面的优势,提出一种基于偏最小二乘回归的军用飞机价格预测方法.偏最小二乘回归首先提取第一、第二主成分对采购价格样本的特异点进行剔除;然后进行变量投影重要度分析来筛选变量;最后,偏最小二乘回归对筛选的变量进行回归建立军用飞机价格预测模型,并对军用飞机价格进行预测.结果表明,在军用飞机价格预测方面,与未筛选变量的回归模型和逐步多元回归相比,经过变量筛选的偏最小二乘回归模型预测的精度更高,更能体现采购价格与飞机性能参数之间的关系.     

基于时间序列预测的独立分量排序

独立分量排序是独立分量分析的热点问题,是提高特征空间鲁棒性和减少计算复杂度的必要前提。结合ICA在时间序列预测的应用,给出了基于一阶差分和最小方差误差的多分量联合重构预测排序准则。为了避免联合优化中出现的海量计算问题,提出了添加-测试-接受机制(ATA)的次优搜索方法。实验结果表明,和传统排序方法比较,新方法具有优异的预测能力和搜索效率。     

基于VR-Forces的水面舰艇防空作战仿真

作战模拟是水面舰艇对空防御研究的有效手段之一,VR-Forces为此提供了有力的支持.首先建立了基于VR-Forces的舰空对抗仿真系统,分析了基于VR-Forces组件式作战兵力实体结构特点,提出了基于功能组件的实体结构元模型;在电子对抗模型的基础上,以雷达告警仿真为例建立了基于VR-Forces的水面舰艇对空防御仿真组件开发过程,对组件及组件间的数据流程进行详细说明.所提出的开发方法已经成功运用于多型作战模拟训练系统中,实现了电磁环境下的舰空对抗训练.     

基于SOA的防空指挥信息系统体系框架研究

针对各军兵种开发的指挥信息系统各自孤立,不能有效集成以满足未来网络中心战要求的问题,研究了基于SOA的系统集成技术及防空指挥信息系统的基本组成和结构,提出了一个可实现的基于SOA的防空指挥信息系统的分层结构模型,并应用SCA技术设计了一个防空指挥信息系统的原型系统。结果表明采用SCA可以实现防空指挥信息系统内子系统之间的基于SOA的无缝集成,提高了系统的可重用性、可扩展性。     

大型复杂武器装备质量综合评价及其支持系统设计

从大型复杂武器装备系统的具体特点出发,运用基于TOPSIS主成分价值函数模型的主成分分析法（PCA）,构建了大型复杂武器装备质量综合评估模型。进行了实证分析,结果表明,该方法的应用使前三个主成分综合携带了原系统全部信息的96.04%,避免了信息的重叠和交叉,也克服了主观因素对评价的影响,更客观全面地反映了设备的质量状况。最后通过对其支持系统的设计,实现对企业与部队不同质量管理决策层的信息支持。     

Data‐driven variation source identification for manufacturing process using the eigenspace comparison method

Variation reduction of manufacturing processes is an essential objective of process quality improvement. It is highly desirable to develop a methodology of variation source identification that helps quickly identify the variation sources, hence leading to quality improvement and cost reduction in manufacturing systems. This paper presents a variation source identification method based on the analysis of the covariance matrix of process quality measurements. The identification procedure utilizes the fact that the eigenspace of the quality measurement covariance matrix can be decomposed into a subspace due to variation sources and a subspace purely due to system noise. The former subspaces for different samples will be the same if the same variation sources dominate. A testing procedure is presented, which can determine the closeness of the subspaces under sampling uncertainty. A case study is conducted to illustrate the effectiveness of this methodology. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.     

基于部件模型的无人机系统小样本车辆目标识别方法

对地目标检测与识别是无人机系统典型任务之一,但受限于任务特殊性,往往难以获取足够的目标样本数据以实现高可靠的目标识别。为此,结合人的认知特性,提出一种基于部件模型的小样本车辆目标识别方法,可有效提高无人机感知能力。采用视觉显著性检测与物体性检测相结合的检测方法,提取目标可能区域;采用基于图论的GrabCut方法与最大类间方差法相结合的分割方法,分割目标并提取目标内部件;采用基于概率图模型的部件识别方法,通过将部件轮廓稀疏表示为条件随机场,并进行概率推理实现部件识别;采用基于贝叶斯的目标识别方法完成目标是否为车辆的判断。通过无人机拍摄的车辆图像验证表明,算法可在样本较少、光照变化、存在遮挡等情况下,以较高准确率检测并识别出车辆目标,同时识别算法具有一定可解释性。     

C++Builder 控件技术在自助售票机中的应用

用C++Builder强有力的控件技术及多线程技术,实现一个32位串口控件,并将其应用于串行设备软件接口,走出传统的由动态链接库提供低层接口软件的方式,从而大大减轻上层应用软件的开发负担     

DPCA和GRNN在燃气轮机故障诊断的方法

选取其关键部件—喷口加力调节器作为故障诊断研究对象,提出了一种基于动态主元分析(DPCA)和广义回归神经网络(GRNN)相结合的喷口加力调节器故障诊断方法。在燃气轮机专用试验平台对其进行试验,采集喷口加力调节器的高压转子转速、低压转子转速、燃油油量、燃油耗量等参数原始数据,对其进行预处理,并采用DPCA方法对其进行动态主元分析,提取其不同健康状态的主元,构建特征向量,采用特征向量构建GRNN神经网络故障诊断模型,并通过测试数据对该方法的有效性进行试验验证。为表明该方法的有效性,采用了基于GRNN和基于DPCA-RBF的方法对喷口加力调节器不同健康状态进行了诊断技术研究,并对不同方法所得到的诊断结果进行了对比分析。结果表明,采用DPCA和GRNN相结合的故障诊断方法能有效识别出喷口加力调节器不同的健康状态,具有很好的实际应用价值。     

两相黄铜HPb59-1锻件的腐蚀缺陷分析

某军品的黄铜锻件在生产过程中产生了一种凹坑腐蚀缺陷。用金相方法对其显微组织进行研究,确定该组织缺陷由外氧化皮、内氧化区和脱锌带三部分组成,得出产生该缺陷的根本原因在于锻件酸洗时造成了缝隙腐蚀。