随机结构特征值和特征向量统计特性的研究

在文献（１）工作的基础上，本文利用概率论中的特征函数理论，取结构参数及荷载为基本随机变量。根据结构参数及荷载的特征函数导出结构特征值，特征向量的特征函数，再根据特征函数与随机变量各阶矩的关系，得到的结构特征值，特征向量的各阶矩，最后利用Ｇｒａｍ－Ｃｈａｒｌｉｅｒ级数拟合结构特征值，特征向量的分布密度函数。     

极大代数意义下幂矩阵的周期性特征

在分析一类离散事件动态系统的运行周期性及稳定性时,必须求解极大代数意义下矩阵的特征值。这一直被认为是十分困难的工作。直至目前为止,尚无一种能确定任一方阵全部特征值及特征向量的简易方法。本文对极大代数意义下任一方阵的幂矩阵的周期性特征进行了深入分析。本文的结果为寻求计算特征值及特征向量的新算法提供了十分有效的途径。     

常系数线性离散系统基本解组的结构

利用常差分方程、常微分方程、线性代数，讨论了常系数线性离散系统中当系数矩阵的特征值有重根时，系统基本解组的结构。     

航空发动机传感器故障鲁棒检测方法

研究发动机传感器故障准确检测问题,现代航空发动机数字电子控制系统对传感器的可靠性要求日益提高。针对航空发动机结构复杂,又工作在高温和高压下,常规采用的传感器故障检测方法的准确性易受到建模误差与外界扰动的影响,造成漏报或误报。为了提高检测精度,提出建立航空发动机数控系统传感器未知输入故障模型,采用特征结构配置的方法,通过配置闭环系统左特征向量实现故障检测残差对不确定性因素的干扰解耦,降低扰动对故障诊断结果的影响。用某型涡扇发动机数控系统传感器故障数字仿真试验表明,所设计的方法对范数有界的不确定量可以实现干扰解耦,抑制干扰对故障检测的影响,改善检测算法的鲁棒性,提高检测结果的准确性,同时满足在线运算的实时性要求。提高了航空发动机的可靠性,保证了安全飞行。     

基于三维特征向量的非侵入式电热负荷细分算法

非侵入式负荷监测分解（NILMD）技术是当前居民用能服务深化提升和电力供需互动的重要数据获取手段,然而当前工程上应用广泛的事件驱动型NILMD技术一直无法准确细化分解电热负荷。针对这一问题,文中提出了一种基于三维特征向量的典型电热负荷细化分解算法。首先,基于有功、无功功率和电流谐波等电气负荷特征采用事件检测方法提取电热事件,在有功功率的基础上,引入运行时长、频繁启停次数等非电气负荷特征共同构建三维特征向量电器模型。然后,采用序贯覆盖法设计典型电热负荷细化分解命题学习规则和细化分解算法。最后,基于实证实验数据进行分解验证,发现4种典型电热负荷的细化分解准确率超过85%。实验结果表明,文中所提典型电热负荷细化分解算法有效地提高了4种典型电热负荷分解的准确率。     

矢功率谱与RBF网络结合在旋转机械故障诊断中的应用

与传统功率谱相比,矢功率谱融合了多通道的能量信息,反映的信息更全面.径向基函数网络具有良好的推广能力和分类能力.基于此,本文结合矢功率谱和径向基函数网络,提出了一种新的故障识别方法,该方法以矢功率谱为特征向量,径向基函数网络为分类器.并以转子裂纹、转子不对中、油膜涡动为例进行实验研究,实验结果表明,该方法是有效的.     

ARD算法收敛性分析

对交替行对角化（ARD）算法收敛性进行分析.基于收敛性分析,给出了一些关于如何选取初始矩阵的策略,提出了算法终止的新准则.通过3个数值例子来说明所提出的分析策略的有效性.     

基于改进的SKPCA三维模型检索方法

本文提出了改进的SKPCA降维方法。在特征向量稀疏化表达的基础上,实现了一阶降维、二阶降维与非线性降维。在增强特征向量表达能力的同时最大限度去除了冗余信息。实验证明利用改进的SKPCA降维方法获得的特征向量,检索效果优于SPCA方法。