基于非齐次泊松过程的拖拉机发动机使用可靠性

进行发动机故障跟踪试验,得到发动机现场使用的故障数据。基于随机过程的理论,用非齐次泊松过程建立发动机故障过程数学模型,包括模型的假设检验,并给出故障过程模型的参数估计。研究发动机的故障间隔时间和故障强度函数之间的数学表达式,定义故障过程改善和故障过程劣化的概念,导出故障过程改善和故障过程劣化与故障强度函数之间的关系,得到发动机使用初期的故障强度曲线,给出发动机平均故障间隔时间的估计值。研究结果能为提高发动机可靠性、维修性和维修策略提供参考依据,同时对研究机械系统之间故障的相关性奠定理论基础。     

基于分类和回归树决策树的网络大数据集离群点动态检测算法

针对大数据集中存在海量数据,当数据规模扩大到一定程度时,离散点检测处理效率受到限制的问题,提出了一种基于分类和回归树（CART）决策树的网络大数据集离群点动态检测算法。首先,划分大数据集异常数据标准,利用方差衡量数据离散程度,使用支持向量机建立异常数据样本关联规则矩阵,明确大数据集异常数据范围,并通过动态网格划分策略降低离群点检测计算量;然后,运用CART决策树方法在分支节点采取布尔检测,将待检测数据统一拟作连续数据,升序排列训练数据集,计算数据最高信息增益,剪枝决策树直到没有非叶子节点可被替换,得到离群点动态检测结果。仿真结果证明,本文算法离群点检测准确率高、检测耗时短,具备显著的计算优势,能为大数据集的可靠应用提供积极帮助。