平滑转移向量误差修正模型的非线性调节bootstrap检验

对原假设为线性不含平滑转移均衡趋势关系的两类平滑转移向量误差修正模型提出了非线性调节检验;提出了检验这类非线性调节关系的SupWald检验、相应的渐近分布和残差bootstrap方法模拟p值. 模拟实验中证实了有限样本下SupWald检验统计量的良好效用, 并给出了其适用范围, 进而应用该方法检验出几组美国国库券收益率间存在明显的平滑转移非线性调节.     

非线性时间序列建模的异方差混合双AR模型

研究了可用于非线性时间序列建模的异方差混合双自回归模型(heteroscedastic mixture double- autoregressive model,HMDAR),给出了HMDAR模型的平稳性条件,利用ECM(expectation conditional maximization)算法来估计模型的参数,运用BIC(Bayes information criterion)准则来选择模型．HMDAR模型条件分布富于变化的特征使它能够对具有非对称或多峰分布的序列进行建模,将HMDAR模型应用于几个模拟和实际数据集均得到了较为满意的结果,特别是对波动较大的序列,HMDAR模型能比其他模型更好地捕捉到数据序列的特征．     

厚尾相依序列均值变点的截尾估计及其收敛性

本文研究厚尾相依随机变量序列的均值变点估计。在均值已知的情况下,提出变点的截尾估计方法,以消除厚尾随机变量序列中较多“奇异”点对估计结果的影响；在方差无穷的情形下推广了Hájek-Rényi型不等式,并由此得到变点估计的相合性和收敛速度。模拟结果表明方法的可行性。     

基于WEB的分布式试飞数据处理系统结构设计

介绍了一种基于WEB架构,面向飞行试验各类海量测试数据处理应用的分布式事后数据处理网络系统的设计结构;用户可以方便地通过WEB浏览器,建立自己的数据处理任务,定义需要处理的参数、时间段等,由系统网络调度服务器群集和分布式计算服务器群集共同完成数据处理任务;系统能够满足多用户对海量数据的快速处理要求,提供了多功能的分析处理工具,实现了海量试飞数据的集中管理,分布式应用,网络计算资源的分配和调度等,避免了对海量试飞原始数据的拷贝,分发或无序共享等应用,解决了困扰已久的海量非结构化数据的统一管理和处理的问题.     

两类投影指标的小波核估计

投影寻踪的关键问题是优化一个投影寻踪指标的准则函数.本文提出了Cook指标和PPDA指标的小波核估计,给出了这两类投影指标小波核估计的渐近无偏性和均方收敛性,并对投影指标小波核估计与高斯核估计的结果进行了对比,结果验证了小波核估计方法的有效性.     

航空飞行试验工程大数据管理与应用思考

飞行试验是航空装备研制的重要环节之一,形成和产生的工程数据具有明显的大数据特征。传统的以试验测试数据为主的数据管理思想,难以保证试飞工程数据及其关系的完整性和准确性,无法全面表征飞行试验全过程,不利于试飞数据的再利用。在分析航空飞行试验复杂系统工程的有机组成及其工程大数据的本质特征和逻辑结构的基础上,结合近年来在飞行试验数据管理和处理研究中取得的技术成果和实践经验,提出了基于试飞工程全生命周期的航空飞行试验工程大数据管理思想,以试验对象为中心的一体化大数据采集和系统化大数据结构模型,和面向业务的基于SOA的分布式系统框架,便于建立一个综合、全面、开放的试飞工程大数据管理和挖掘应用平台,促进航空产品试飞数据处理效率的提升和试飞工程大数据在航空科研中的挖掘和广泛应用,发挥试飞工程大数据的发展助推作用。     

飞行试验工程大数据治理思考

飞行试验工程大数据是典型的工业大数据,是试飞工程规划、设计、执行、评估以及开展航空科学研究的最重要的基础。文章分析了试飞工程大数据的质量特性及其影响因素,学习借鉴国际标准化《数据治理白皮书》提出的数据治理思想体系与模型,针对试飞工程大数据管理与应用特点,结合多年来在试飞工程中的大数据管理应用的实践经验,提出了以飞行试验大数据标准化体系为基础,以涵盖试飞工程全过程和全业务流程的试飞数据质量监控系统和一体化的试飞大数据管理与应用系统为并行相互支持的大数据治理技术平台,将试飞业务流程、业务策略、业务标准、业务逻辑以及组织管理有机有效地融入到数据管理与治理体系中,形成能够不断自我完善、自我更新、自我规范、开放共享的试飞工程大数据治理体系,对飞行试验工程以及航空科学研究步入“大数据科研范式”奠定数据基础。     

典型大数据仓库-飞行试验数据仓库设计

在现代数据仓库技术思想的指导下,围绕试飞数据的非结构化大数据的特点,面向型号工程对试飞数据的统一管理和高效处理需求,分别针对试飞大数据的粒度描述和综合管理,设计了飞行试验元数据标准和特有的基于二进制文件的数据库管理服务,解决了飞行试验数据仓库设计中结构化与非结构化大数据的统一维度建模和数据关系维护的关键技术问题,为基于数据仓库的试飞大数据在线管理与分析系统的建立提供了基础,满足了型号工程对试飞数据的高效分析需求.     

基于SOA的飞行试验数据管理系统研究

飞行试验数据是航空武器装备研制过程中所形成的最重要的科研信息资料,是型号定型、鉴定的根本依据,具有宝贵的科研价值;试验数据管理的目的不仅是保证数据的完整性和可靠性,更重要的是能够广泛地、灵活地满足各类用户对数据的处理需要;针对飞行试验数据及其应用的特点,设计出了一种基于先进SOA技术架构的飞行试验数据管理系统(FTDMS),以飞行试验数据总线为纽带,采用分布式网络计算服务模式,有效适应了飞行试验数据处理方法的不断发展,而且同时满足了多用户对多型号、多类型非结构化试飞数据的完整管理和应用,综合提高了试验数据的管理和应用效率。