装备剩余寿命预测平行仿真中模型动态演化方法

装备平行仿真中的一个重要概念是实时数据驱动的模型动态演化,但是至今仍缺乏具体应用领域的实现方法。以带未知离散冲击的混合退化装备剩余寿命预测为背景,以多态Wiener状态空间模型为演化对象,提出一种装备平行仿真中模型动态演化方法,包括基于交互多模型强跟踪滤波的模型软切换和基于期望最大化算法的模型参数在线估计,并实现了基于平行仿真的装备剩余寿命实时预测。利用某轴承退化数据进行实例研究,结果表明该方法能有效提高仿真逼真度,剩余寿命预测的准确度较高、不确定性较小,具有较高工程应用价值。     

基于条件熵的不完备信息系统属性约简算法

在相容关系下定义了三种不完备条件熵——H′条件熵、E′条件熵和I′条件熵,并对它们的性质进行了分析比较,研究发现,H′条件熵和I′条件熵不适用于相容关系下信息观点的约简。利用E′条件熵刻画信息系统中属性的相对重要性,设计了一种新的基于信息论观点的启发式约简算法,它统一了完备信息系统与非完备信息系统中的约简方法。通过实例说明,该算法能得到决策表的相对约简。     

基于熵理论的战场情报评估方法

熵是度量信息有效性和可靠性的重要理论工具,分析了信息熵和条件熵,并深入研究了熵作为不确定性的度量在战场情报中的评估应用,最后举例说明了既要考虑信息的价值又要考虑其风险程度这一新的情报分析方法,使得决策过程透明化,降低了决策的风险。     

Model parameter estimation and residual life prediction for a partially observable failing system

We consider a partially observable degrading system subject to condition monitoring and random failure. The system's condition is categorized into one of three states: a healthy state, a warning state, and a failure state. Only the failure state is observable. While the system is operational, vector data that is stochastically related to the system state is obtained through condition monitoring at regular sampling epochs. The state process evolution follows a hidden semi‐Markov model (HSMM) and Erlang distribution is used for modeling the system's sojourn time in each of its operational states. The Expectation‐maximization (EM) algorithm is applied to estimate the state and observation parameters of the HSMM. Explicit formulas for several important quantities for the system residual life estimation such as the conditional reliability function and the mean residual life are derived in terms of the posterior probability that the system is in the warning state. Numerical examples are presented to demonstrate the applicability of the estimation procedure and failure prediction method. A comparison results with hidden Markov modeling are provided to illustrate the effectiveness of the proposed model. © 2015 Wiley Periodicals, Inc. Naval Research Logistics 62: 190–205, 2015     

主动学习与自学习的中文命名实体识别

命名实体识别是信息抽取中的一项基础性任务,如何利用丰富的未标注语料来提高实体识别的指标是该领域一个重要的研究方向。基于条件随机场提出一种将主动学习与自学习相结合的方法——SACRF,通过设置置信度函数和2-Gram频度阈值来选取样本,并采用人工与自动相结合的方式进行标注来扩展训练语料。实验表明,该方法在提高实体识别的精确率和召回率的同时,能够显著地降低人工标注的工作量。     

Some aging properties of parallel and series systems with a random number of components

In this article, we study aging properties of parallel and series systems with a random number of components. We show that the decreasing likelihood ratio property is closed under the formation of random minima. We also show, by counterexamples, that other aging properties are not closed under the formation of random minima or maxima. Some mistakes in the literature are corrected. © 2014 Wiley Periodicals, Inc. Naval Research Logistics 61: 238–243, 2014     

谈家庭教育与对孩子期望度的有机结合

家庭教育要根据孩子的条件和特长进行,要把握好家庭教育的“度”,不能生造出孩子的众多的“指令性需要”、“指令性兴趣”,对孩子的期望也要把握好“度”。     

一种基于条件概率的设备占用率修正算法

简要介绍了某型无人机维修级别分析中的组合方案法 ,针对传统分析法中设备占用率采用经验值 ,造成可信度低的问题 ,提出了一种基于不同故障模式发生时的条件概率求解设备占用率的算法 ,并给出了这种算法的适用范围。     

二阶矩模糊随机过程的均方极限

给出了二阶矩模糊随机过程均方极限的两种定义,证明了这两种定义的等价性,并讨论了二阶矩模糊随机过程均方极限的性质。     

局部线性估计在半参数条件矩中的应用

半参数方法在计量经济领域有着广泛的应用,但由于其既有参数变量,又有未知函数,因此采用条件矩限制和Sieve方法来得到其参数估计是一个比较好的方法。作为一种非参数回归方法,局部线性估计具有优良的统计特性,因此本文用它来得到条件矩的一个非参数估计,并在此基础上证明了估计参数的一致性和收敛速率。