基于贝叶斯方法的退化失效型产品实时可靠性评估

通过传统可靠性方法得到的失效分布反映了相同受试环境下同一类产品的平均特征,并不能直接应用于系统实时定量可靠性分析。为此,针对有历史试验数据的退化失效型产品,依据局部更新的思想,利用贝叶斯方法最大可能地采用现场测试数据,并将之及时反映到实时可靠性模型中去。结果表明,随着融合现场数据的增多,产品的实时可靠性模型也逐渐全面反映出产品的个性特征。     

基于贝叶斯方法的指数寿命型产品可靠度评估方法

以经典法为推理基础,利用无验前信息时验前分布密度的假设方式及共轭分布函数的传递性,推导出指数寿命型产品在不同试验方案下可靠度R的多层贝叶斯评估方法。使得在利用贝叶斯方法对指数寿命型产品进行评估时,更具科学性和合理性。     

指数分布下可靠性参数的样条经验 Bayes 估计

基于可靠性参数的验前密度函数的样条密度估计，本文推导出指数分布失效率和可靠性函数的经验Ｂａｙｅｓ估计，并采用数学仿真将其与传统的Ｂａｙｅｓ方法，如Ｇａｍ ｍ ａ 验前分布的情况，进行了比较。仿真结果表明，本文的方法是有效的     

态势估计中一种基于贝叶斯估计的统计时间推理方法

统计时间推理是态势估计中的一个重要组成部分。Ｋｉｒｉｌｏｖ的基于极大似然估计（Ｍａｘｉ－ｍｕｍＬｉｋｅｌｉｈｏｏｄＥｓｔｉｍａｔｉｏｎ,ＭＬＥ）的推理方法将未知时间变量看作常数,估计方差较大。文中建立的已知时间信息和未知时间变量之间的关系模型,将未知时间变量扩展为随机变量,将贝叶斯估计（ＢａｙｅｓＥｓｔｉｍａｔｉｏｎ,ＢＥ）引入时间推理。经过对两种推理算法的性能进行分析和比较,发现在一定范围内,基于ＢＥ的方法性能优于基于ＭＬＥ的方法。     

广义逆指数分布元件的可靠性分析

在II型混合截尾样本下,得到了广义逆指数分布未知参数的最大似然估计。利用最大似然估计的渐近正态性构造了参数的渐近置信区间,运用Lindley's逼近方法和TierneyKadane's逼近方法计算出了参数的Bayes估计。最后,运用Monte-Carlo方法对上述估计方法结果作了模拟比较。     

尺度自适应特征压缩跟踪

为在复杂环境中对目标进行长时间精确跟踪,提出一种尺度自适应特征压缩跟踪算法。通过结构约束性采样,获取不同尺度不同位置的扫描窗,离线计算不同尺度下的稀疏随机感知矩阵。在线跟踪时利用这些矩阵感知对应尺度的图像采样块,实现特征降维,提高运算速度。利用朴素贝叶斯分类器对降维特征判决,在线学习更新分类器参数,找出具有最高分类得分的采样块作为新的跟踪结果,实现跟踪位置及尺度的自适应更新。实验结果表明,该算法能适应目标的基本姿态变化及尺度缩放,不依赖于目标初始跟踪区域尺度选取,跟踪结果具有较强的鲁棒性。     

考虑有损伤测量条件下的设备剩余寿命的建模分析

在有损测量的情况下,仅从退化数据本身出发所建的模型不能反映设备的真实退化过程.尤其在测量导致的设备性能退化量不可忽略时,不考虑测量耗损量将不能有效进行预测和评估.为解决这个问题,首先基于维纳过程建立有损测量的设备退化过程,进一步给出了相应模型的参数估计方法和基于贝叶斯理论的设备剩余寿命的实时更新方法,最后通过一个仿真示...     

基于Bayes理论的装备维修性验证方法

针对装甲装备关键部件维修性验证中出现的小子样问题,提出了基于Bayes理论的小子样维修性验证,重点针对对数正态分布下维修性指标验证的验后似然比验证方法进行了深入研究。通过对装甲装备某关键部件的试验数据的实例分析,验证了该方法在减少样本容量及试验费用方面的有效性和合理性。     

基于贝叶斯网络分类器的雷达辐射源识别方法

雷达辐射源识别是电子对抗中的重要组成部分.贝叶斯网络分类器建立在坚实的理论基础之上,具有较为优秀的分类性能,而且能够有效地处理不确定性问题,重点研究了如何利用贝叶斯网络分类器进行雷达辐射源识别,并通过仿真实验对朴素贝叶斯分类器及其扩展方法进行了分析比较.实验结果表明,与基于概率近似准则的方法相比,基于分类准确率提高准则的扩展树生成方法具有更为优秀的分类性能.     

验前信息在射击精度评估中的应用

验前信息的获取与合理应用是Bayes方法在武器系统射击精度评估中的关键。对验前信息的获取、验前信息的可信度及其计算进行了阐述,提出了考虑验前信息可信度的射击精度Bayes评估新方法,为武器系统射击精度评估提出了新思路。