基于主成分分析和多元支持向量的旋转机械故障诊断方法

针对旋转机械运行过程中的非线性、非平稳突变性等复杂特征,提出一种基于主成分分析（PCA）和支持向量机（SVM）的精确故障诊断方法。该方法对振动信号进行EMD分解,得到多个基本模态分量IMF后,通过Sha-noon能量熵测度后将多个IMF分量进行主成分分析,提取有效的振动特性,再将其作为特征矢量输入到多元支持向量机SVM进行精确的故障诊断和分类。以一个滚动轴承为例进行分析,结果表明该方法具有强的鲁棒性和可靠性。     

基于KPCA与LSSVM的惯性测量组合模拟电路故障诊断

针对惯性测量组合模拟电路因容差造成的软故障不易诊断的问题，将核主元分析与最小二乘支持向量机结合，应用于惯性测量组合模拟电路软故障的诊断．通过对电路频率响应的输出波形进行分析，选取不同频率下的电压值作为原始特征，利用核主元分析提取主要特征，然后利用最小二乘支持向量机对各种状态下的特征向量进行分类决策，实现惯性测量组合模拟电路的软故障诊断．仿真结果表明，该方法计算简单，能够准确诊断软故障，具有较高的识别率．     

基于自适应助推算法的集成支持向量机在柴油机故障诊断中的应用

利用支持向量机( SVM)进行机械故障诊断时，分类效果与核函数紧密相关。但核函数的选取一直缺少明确的理论指导，而且由于学习过程中常采取近似计算，致使分类结果远非期望水平。本研究首先利用匀幅、互信息指标构造特征向量；而后基于自适应助推法得到一系列基本SVM;并基于多样性准则对这些基本SVM进行筛选，最后对满足条件的基本SVM加权得到集成SVM。将集成SVM应用到某型坦克柴油机的故障诊断中，性能评价及分类结果表明，集成SVM比单- SVM具有更好的分类性能，故障诊断准确率更高。     

基于支持向量机的装备故障诊断研究

支持向量机（SVM）是统计学习理论（SLT）的一种成功实现,它建立在SLT的VC维理论和结构风险最小化原理基础之上,能够较好地克服神经网络容易出现的过学习和泛化能力低等缺陷.提出了一种基于支持向量机的装备故障诊断方法,应用该方法成功地对某型装备几种典型故障进行了正确诊断.在对检验样本施加噪声后,支持向量机构成的故障分类器仍然能够满足发动机故障诊断要求,表明提出的故障诊断算法具有良好的鲁棒性和推广性.     

基于SVM 的作战效能灵敏度分析

从评估问题本身出发研究学习样本的构造方法,针对传统灵敏度分析方法的不足,提出基于支持向量机的作战效能灵敏度分析方法。分析基于最小二乘支持向量机（Least Square Support Vector Machine,LS—SVM）作战效能的原理与模型,提出一种新的基于属性效用函数估计的学习样本构造方法,提出基于PSO算法的LS—SVM参数的优化选择方法。总结基于支持向量机的作战效能灵敏度分析的实现算法,采用参考文献中的数据为例进行算例分析。结果表明,该方法无需考虑决策属性间的复杂关系,在灵活性和所提供的信息量上由于传统解析法,在计算速度上优于Monte Carlo法。     

基于LS-SVM的装备研制费用建模与分析

应用最小二乘支持向量机原理建立基于最小二乘支持向量机的装备研制费用预测模型，利用LS—SVM方法对装备研制费进行预测步骤包括样本数据准备、模型训练学习、训练结果评估等循环过程，然后应用实例进行预测与分析。结果表明采用最小二乘支持向量机进行装备研制费用预测，所需样本量少、预测精度高、泛化能力强。     

基于支持向量机的鲁棒故障诊断方法研究

针对生产过程中因扰动、噪声等因素引起误报率高的问题,文中提出基于支持向量机（SVM）的鲁棒故障检测方法.采用SVM对建模不确定性部分进行辨识,且将结果作为补偿项加到观测器中,使残差在理想情况下只表现为故障的形式,消除了干扰、噪声等对残差的影响.而在故障辨识中,文中对基于积极集法的回归型增量支持向量机（RISVM）进行研究,不断考虑新数据对辨识模型的影响,实现故障的在线辨识.最后通过仿真算例验证所提方法的有效性.     

基于支持向量机的雷达高分辨距离像识别

以支持向量机（SVM）作为分类器。研究了雷达目标高分辨距离像（HRRP）分类法，设计了相应的预处理算法，提出一种结合留一法和单一验证法的参数选择新方案。基于三种雷达目标的HRRP数据，比较了SVM分类法和匹配相关分类法性能。实验结果表明SVM算法在目标姿态的稳定性、对训练集大小的稳定性和抗噪能力方面都占有相当优势。     

基于支持向量机的柴油机燃油系统故障诊断

介绍了支持向量机（SW）的机理，应用SVM对柴油机燃油系统进行故障诊断，通过试验确定了SVM参数的选择方法．实践诊断结果表明，SVM具有较好的诊断效果，对故障样本诊断的准确度较RBF神经网络高．     

基于支持向量机的模拟电路故障诊断方法

支持向量机（Support Vector Machines，SVM）故障分类器，在不易取得训练样本的情况下，实现较高准确率的故障诊断，并且具有较强的通用性和实用性。提出三种支持向量多类分类器（一对一算法、一对多算法，以及改进型一对多算法），通过将其应用到实际电路进行故障诊断当中对其性能进行比较，得出串行支持向量机无论在分类速度上还是在分类精度上都好于其它两种方法，核函数的选择对故障诊断的性能也存在着一定的影响。     

我国烟花爆竹生产工艺装备现状及发展趋势

概述国内烟花爆竹行业生产现状,针对该行业仍处于手工作业向机械化生产过渡的生产模式,分析现行工艺装备存在的问题,提出安全可靠、高效高质、多工位自动化的发展方向,以及需要重点解决的制约性技术难题。该研究可为下一步突破各项关键技术提供参考。     

纳米材料的性能与应用——金属及其合金

近年来 ,纳米材料由于其独特的光、电、力、磁性质 ,已引起人们的广泛关注。介绍了纳米金属及其合金的性能与应用前景     

海上测控任务指挥显示优化策略及应用

针对现阶段海上测控任务指挥显示系统存在的不足,提出一种集数据、图形和状态结构显示为一体的智能化显示策略。首先设计了指挥显示优化策;其次详细阐述一种基于状态控件的策略实现方法,并举例设计和开发几种典型的状态控件,将状态码控件应用于具体的数据显示,最后通过实例对优化策略的实现进行详细的演示和验证。验证结果表明:该方法能形象直观地表现全局性关键信息,加强对航天器遥外测信息异常状态的实时分析及预警显示等控制,为同类系统建设奠定技术基础。     

基于多光谱与显著性的红外弱小目标融合检测

基于多光谱与显著性,提出一种红外弱小目标融合检测算法。该算法旨在将从多光谱探测器获得的同一场景的多光谱图像信息组合到一起,利用它们在时空上的相关性及信息上的互补性,提高系统的检测性能。采用一种新的基于人类视觉注意机制的显著性方法,该方法能够快速准确找到图像中的显著性区域;将目标看作一类,背景和干扰点看作另一类,选取离差平方和准则,使类内距离最小,类间距离最大;训练出融合参数,得到融合后的显著性图像。通过设定的门限值二值化,可以看出该融合方法能很好地将目标与背景分开,从而检测出目标。     

对羟基苯基五唑及其衍生物的合成与稳定性

以对氨基苯酚及其衍生物为原料,在-45℃下合成了一系列芳基五唑,通过核磁和质谱分析对其结构进行了表征。研究了取代基的位置及数目对芳基五唑化合物稳定性的影响,运用电喷雾离子化串联质谱分析了不同裂解能量下(10,60 e V)芳基五唑的裂解途径,并讨论了芳基五唑的稳定性与产生N~-_5之间的关系。结果表明,在这一系列化合物中,间位和对位被供电基取代的3,5-二甲基-4-羟基苯基五唑稳定性最好,同时在高裂解能量(60 e V)轰击下切断C—N键产生N~-_5的能力也最强。     

火炸药理化实验室危害辨识与防护

火炸药理化分析检测对象是含能材料和火炸药制品,具有燃烧、爆炸的危险性;火炸药自身固有的燃爆危险性,决定了其理化分析的特殊性,必须采取有针对性的防护措施;分析了火炸药理化分析检测过程中存在的危害因素及其产生的途径,并从安全技术和安全管理角度提出了相应的对策措施。     

基于PROFIBUS和MCGS的汽车检测线研发

基于PROFIBUS和MCGS将汽车安全检测线进行了技术改造和升级,应用AVR单片机开发了DI、DO和AI数据处理模块,采用PROFIBUS工业现场总线技术降低了开销,减少了为分布式输入/输出设备所进行的电缆布线,应用MCGS开发了友好的人机交互界面,并采用软件补偿的方法提高了检测的精度.     

导弹和运载火箭姿态稳定与控制技术发展的回顾和展望

综述性地介绍了我国导弹和运载火箭稳定与控制技术发展的历程和取得的重大成就，简述了与国外姿态控制技术方面的差距，并针对我国目前型号研制工作和姿态控制技术发展方向，从近期和远期提出了姿态控制系统需要解决的一些关键技术，明确了未来5～10年姿态控制系统的研究方向和研究内容。     

图像制导的目标匹配算法与系统设计

根据航拍地形图像和目标图像的特点,提出Zoser图像匹配算法用于图像导航与制导.Zoser算法主要由高斯Zoser图像金字塔、24邻域极值点和SIFTl28描述符等组成.Zoser算法使用整型数据,结构简单,二级算法独立性好,易于模块化设计;根据这些特点提出了基于FPGA和多DSP的系统设计方案,系统具有较好的实时性和图像匹配目标识别性能.Zoser算法对图像位移、旋转、仿射变换、尺度变化、噪声影响、轻微形变和照度变化有较好的鲁棒性,识别和匹配的准确性较好,速度比SIFT算法提高3倍左右,更适合实时系统.     

ADN无机法合成及分离纯化研究

以氨基磺酸为起始原料,经氢氧化钾中和获得氨基磺酸钾,然后用硝硫混酸低温硝化、氨气中和合成了二硝酰胺铵盐(ADN),初步探索了硝化反应温度对收率的影响。采用活性炭吸附的方法对ADN进行了有效的分离纯化,对活性炭用量、洗脱速度、洗脱终点、解吸方式等进行了研究,获得纯度为99.8%的ADN。