基于ARVM模型的液体火箭发动机试验台故障预测方法

针对液体火箭发动机试验台故障子样少,故障预测精度低,故障维修保障困难等问题,在分析标准RVM优缺点的基础之上,提出了一种自适应能力较强的故障预测模型——ARVM(Adaptive Relevance Vector Machine)。为测试该模型,以某型轨控发动机高空模拟试验台管路流量、燃烧室压力为输入参量对推力矢量进行了预测,预测结果表明,ARVM方法能够有效跟踪推力矢量参数的变化趋势,并且获得了较高的预测精度和模型稀疏性。该方法对于复杂系统的故障预测和维修保障具有一定的理论价值和工程应用意义。

基于ARVM的与文本无关的说话人识别算法

该文提出了一种新的与文本无关的说话人识别算法。这种算法使用了能处理说话人交叉变量的语音信号频谱变化的模型。使用了两种不同音质的语音,即″纯净音质″和″电话音质″来测试这一算法,得到了很好的实验结果。

基于自适应相关向量机模型的轨姿控发动机试验推力矢量预测

为了实时、准确、可靠地预测轨姿控发动机试验中推力矢量的变化情况,本文在分析支持向量机(SVM)预测算法缺陷的基础之上,提出并建立了一种自适应能力较强的故障预测模型——ARVM(Adaptive Relevance Vector Machine),并将其应用于某型轨姿控发动机高模试验推力矢量参数预测中.研究结果表明,ARVM预测模型在稀疏性和算法精度方面均体现出较高的优越性,能够很好地预测轨姿控发动机试验推力矢量的变化趋势.