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。     

SPN信息处理交换系统建模与分析

根据实际信息处理交换系统异步、并发的工作特点,利用Petri网这一良好的数学分析工具,建立了SPN模型.通过对模型科学合理地抽象、简化和压缩得到了可以进行实际数学分析的模型,即而对可分析的SPN模型进行了算例分析和仿真,通过仿真结果对重要信息节点系统吞吐量、系统时延和节点变迁利用率等重要性能、指标进行了定性、定量的分析.分析结果科学地指导了实际信息处理交换系统的硬件选型和软件设计.     

光纤陀螺随机漂移分析与建模方法

随机漂移是影响光纤陀螺精度的重要因素。根据光纤陀螺静态漂移测试信号,利用Allan方差法对光纤陀螺随机漂移误差进行了分离和辨识,并分析了系数拟合过程中最小二乘法的病态矩阵问题。最后探讨了利用AIC准则和长自回归法建立光纤陀螺随机漂移ARMA模型的方法,为进一步对光纤陀螺输出信号进行滤波处理奠定了基础。