基于HMM的机载设备状态健康评估方法研究

针对机载设备的状态健康评估问题,采用隐马尔科夫模型(HMM)对其进行性能退化程度的评估。首先引入状态条件概率矢量对HMM进行不确定性改进,并推导了其表达式;其次以状态条件概率比值为基础,给出了机载设备状态等级量化分值的计算方法,并据此设计了机载设备状态健康评估流程。最后以飞机发动机温控放大器为例进行仿真验证,结果表明上述方法能够给出直观、准确的状态评估结果。     

带连续变利率风险模型最终破产概率上界

考虑了带二元连续变利息力的Sparre Andersen风险模型.研究了积累值盈余过程的表达式与性质;在利率递增环境下,利用推广后的调节系数方程组与递归技术推导了最终破产概率的上界,结论表明得到的破产概率上界是更为一般的Lundberg指数上界.     

一种基于目标梯度特征和轨迹预测的复杂云背景目标检测算法

对于复杂云层背景下的红外弱小目标检测跟踪一直是图像处理的研究热点。受复杂云层和强光等因素的干扰,目标很容易淹没在背景中。针对传统方法无法兼顾较高的目标检测概率和较低的目标检测虚警率的问题,提出了一种目标检测跟踪方法。通过梯度预滤波的方法获取初始目标,二次比对的方法获取真实目标;通过目标航迹建立与删除的方法降低虚警率;通过抗云层遮挡卡尔曼滤波跟踪的方法提升目标检测能力。实验结果表明,该技术不仅很好地抑制了复杂云层背景和强光干扰背景,而且通过目标建航和抗遮挡跟踪等方法极大提升了目标检测概率,降低了虚警率。     

铯47D精细能级超冷里德堡原子自由演化的动力学研究

用连续窄线宽激光器将超冷铯里德堡原子分别激发到47D_3/2, 47D_5/2精细态, 观察了处于里德堡精细态的铯原子向超冷铯等离子体自由演化的过程, 详细对比了不同精细态的铯里德堡原子预电离时间、电离速率以及等离子体的转化效率. 将里德堡原子快速转化为等离子体的过程解释为局域势阱内由预电离产生的电子与里德堡原子的快速碰撞导致的雪崩电离.     

扩散模型和凝聚模型耦合作用下胶体凝聚动力学的Monte Carlo模拟研究

以扩散模型(Ds(γ)=D0×sγ)和凝聚模型(Pij(σ)=P0×(i×j)σ)为基础,对胶体体系随时间的演变、团簇大小分布及其标度关系、团簇的重均大小S(t)的变化规律以及模型对最终分形维数的影响四个角度进行了比较研究,发现扩散指数γ0和凝聚概率指数σ0对胶体的凝聚动力学过程有相似的影响.本文在较宽的γ和σ取值范围内,对胶体的凝聚动力学进行了模拟研究,对慢速凝聚向快速凝聚的转化机理作了定量分析,并进一步分析了在团簇-团簇凝聚(CCA)模型下,得到类似扩散置限凝聚(DLA)模型的凝聚体的物理意义,结果表明:(1)γ0代表了体系中团簇或单粒做"定向运动"而非无规则的布朗运动的情况.这种"定向运动"的推动力可能来自于大团簇产生的强"长程范德华力"、"电场力"等,或来自于体系边界处的外力场的作用.(2)当σ0时,体系成为先快后慢的慢速凝聚,这可能对应大团簇为一排斥中心,即胶体颗粒存在"排斥力场"的现象.(3)证实了团簇的重均大小在凝聚过程的早期按指数规律增长,而后期按幂函数规律增长的实验现象.模拟研究还表明,胶体体系的凝聚动力学过程,在σ0时是一个存在正反馈机制的非线性动力学过程,而在σ0时则体现出负反馈的特征.     

基于神经网络的核电厂设备易损性分析

核电结构的易损性分析是核电厂地震安全评估中至关重要的一环, 但是由于核电结构的复杂性以及考虑土?结相互作用SSI时较大的计算规模, 使得计算核电厂设备易损性曲线十分耗时. 为发展高效的核电厂设备易损性分析方法, 本文采用核电结构土?结相互作用分析的分区计算方法, 并利用有限的SSI分析结果建立神经元模型ANN代替有限元模型, 分别基于对数正态假定的回归法和蒙特卡洛法进行了设备易损性分析. ANN数值模拟包括了以下内容: (1)基于半偏相关系数选择最相关的地震动参数作为ANN输入, 并通过交叉检验建立神经元模型; (2)量化研究ANN数值模拟的预测不确定性, 其中包含了由于简化地震动输入引起的随机不确定性和训练样本缺失引起的认知不确定性; (3)基于ANN模型预测结果分别采用蒙特卡洛法和基于对数正态假定的回归法进行设备的易损性分析. 本文探讨了不同的地震强度指标以及土层材料的不确定性对易损性曲线的影响, 同时验证了回归法中对数正态模型假定的基本合理性, 为核电厂设备易损性分析提供了一种可能方向.      

NA序列部分和的矩完全收敛性

讨论了NA序列部分和的矩完全收敛性,在一定条件下获得了NA序列矩完全收敛的充要条件,显示了矩完全收敛和矩条件之间的关系,将独立同分布随机变量序列矩完全收敛的结果推广到NA序列,得到了与独立随机变量序列情形类似的结果.     

概率神经网络和FTIR光谱用于食道癌的辅助分析

利用正常与相应癌化食道组织的主要FTIR特征峰aυs,CH3、sυ,CH2、σCH2、aυs,po4-、υc-o、sυ,po2-及sυ,磷酸化蛋白作为概率神经网络的输入向量,对网络的主要参数(网络径向基函数分布spread(0~5))、输入向量和网络表现(m ean accurate rate of recogn ition)之间的关系进行了研究。主要结论如下:i)无论输入向量是哪种特征频率的组合,其平均识别正确率都高于71.40%;ii)当输入向量为特征频率sυ,po2、sυ,磷酸化蛋白或υc-0、sυ,po2、sυ,磷酸化蛋白时,网络表现较佳,平均识别正确率较好。当spread介于1.4~2.3时,两者均达到网络具有的最高平均识别正确率(85.71%);iii)大多数情况下,网络的平均识别正确率与spread之间呈现二个高峰的特征,即spread介于0.1~0.3和1.5~5.0之间时,网络均具有较高的平均识别正确率。研究表明,以傅里叶变换红外光谱的主要特征峰为概率神经网络的输入向量,用于食道组织样品的癌化识别分析是完全可能的,其平均识别正确率可达85.71%。     

示性函数在初等概率论中的应用

示性函数在实分析等课程中很基本且应用广泛,但在初等概率论教材里应用不多.本文举例说明示性函数可以帮助学生理解初等概率论中一些基本概念、结论并精简其中一些计算.     

保费收入随机化的风险模型

本文推广了龚日朝(2001)的风险模型,把保费随机化,利用鞅方法讨论了保单来到过程与索赔来到过程均为Po isson过程的破产概率.接着又讨论了G erber-Sh iu期望折现函数,推导出了其满足的积分方程,以及L ap lace变换.最后利用随机游动的知识,讨论了当保单来到过程与索赔来到过程为同一更新过程时的破产概率.