Banerjee-GCD与Banerjee-Bound联合数组相关性测试

以 Banerjee- GCD方法和 Banerjee- Bound方法为基础 ,充分考虑了两者的测试结果之间的相互影响以及程序并行化对相关性测试的要求 ,从而提出了一个在统一的框架下利用 Banerjee- GCD方法与 Banerjee- Bound方法对不同的相关向量进行测试的联合数组相关性测试方法 .该方法在保持执行时间效率的前提下提高了测试的精确性和结果的有效性 。

基于偏相关性测试的递归式因果推断算法

因果推断是挖掘事物间联系的一种重要方式,但在高维数据场景下,利用因果推断算法进行条件独立性(CI)测试存在冗余测试多和测试效率低的问题,这限制了因果推断在高维数据集上的应用。提出一种基于偏相关性测试的递归式因果推断算法。采用“分治”的方法对变量集进行递归式因果分割,得到更易于处理的低维子数据集,提高对数据集的处理效率。在每个子数据集上进行局部因果推断,减少每次因果推断的计算量并提升算法的运行速度。在此基础上,通过比较显著性值的合并策略整合所有子结果并得到完整的因果关系,保证总体因果结构的准确性。在“分治”过程中,采用高效的偏相关性测试避免高复杂度的核密度估算,进一步提升算法效率。基于10个经典数据集的实验结果表明,在准确率与经典推断算法CAPA持平的情况下,该算法的运算速度提升了2~10倍,且在样本量越大的数据集中提升效果越明显,证明递归式因果推断算法可以有效处理高维数据集,在保证准确率的同时提高运算效率。

抗风用黏滞流体阻尼器及相关测试

深圳赛格大厦的晃动事件使得抗风用黏滞流体阻尼器重新进入公众视野。目前抗风阻尼器的使用率还没有抗震阻尼器那么高,但也有许多安装了阻尼器的建筑结构工程实例成功地通过了大风的考验,提高了结构的舒适度,达到了设计规范的要求。与抗震阻尼器相比,抗风阻尼器有着某些独特之处。结合深圳恒裕金融中心项目,分别介绍了黏滞流体阻尼器的几项关键技术、抗风用黏滞流体阻尼器的特点、一般性性能测试与抗风专项性能测试的内容,以及安装后抗风效果的实际测试项目的内容与方法。最后提出现行的阻尼器相关规范和标准主要针对结构抗震,对抗风用黏滞流体阻尼器在某些情况下已经不再适用,应该对其进行相应的修改与补充,增加抗风用黏滞流体阻尼器的内容。

基于故障相关矩阵的最优测试序列生成方法

针对最优测试序列生成问题,采用与或图搜索生成测试序列,将系统故障与测试之间的关系作为节点生成的依据,在综合了信息论与启发式搜索理论的基础上,由霍夫曼编码和信息熵构成的启发式搜索函数来引导与或图的搜索生成诊断树,安排最优的测试顺序,实现用最少的代价隔离系统故障;在解决与或图搜索问题中应用了改进后的AO*算法,避免出现"NP-完全"的复杂计算问题,整个过程大大减少了生成节点的数量,提高了故障隔离效率。

基于混合条件独立性测试的因果发现算法

在因果发现领域中,条件独立性(Conditional independence;CI)测试方法决定了基于约束的算法的效率和准确度.Peter-Clark(PC)算法是应用最为广泛的一个基于约束的算法.由于CI测试方法的局限性,该算法在处理高维数据时存在耗时过长和准确度不高的问题.该文提出一种混合CI测试方法(Mixed CI Test;MCIT),它是一种基于核函数的CI测试方法(Kernel-based Conditional Independence Test;KCIT),并结合偏相关性测试.MCIT能与PC算法结合(称为PC_(MCIT))进行因果发现.MCIT通过偏相关性测试减少了KCIT中存在的大量有关核矩阵的运算,从而提高了因果发现的效率;同时又保留了KCIT能够处理非线性数据的优点,因而保证了因果发现的准确度.在各数据集上的实验结果表明,PC_(MCIT)的精确率比基于KCIT的PC算法(称为PC_(KCIT))有显著提高,与基于非线性回归的PCRCIT算法不相上下;而PC_(MCIT)的平均运行时间比后两者大为缩短.

机械系统的故障演化测试性建模及预计

采用部件级及系统级的分层建模思想,提出基于故障演化的测试性建模方法.在部件级,分析系统的故障演化机理,建立描述系统故障与征兆参数的定性相关性矩阵;在系统级,使用键合图的分析方法,建立系统中部件故障与子系统以及系统参数间的能量传递关系,进而获得征兆参数与测试间的动力学关系.在考虑故障可检测率、故障可隔离率的基础上,以故障可预测率以及故障可跟踪率分别描述系统对故障的检测、隔离、预测和跟踪的测试性水平.案例分析结果表明:故障与征兆参数的定性关系以及征兆参数与测试的动力学关系能准确刻画机械系统中故障演化与测试的关系,在此基础上提出的测试性预计方法能够有效评估机械系统对故障的检测、隔离、跟踪和预测能力,有助于提高机械系统对故障演化的跟踪和对失效的预测水平.

机载装备测试性模型设计与优化

现代机载武器高度集成化、层次化的特点使得多数外部设备无法对其添加足够的测试点以获取全部的故障诊断信息,导致自动检测效率低下。提出一种层次化测试性建模方法,通过对复杂系统层次划分,建立起包含全部测试属性的多层次测试性有向图模型。基于该有向图模型,分析模型中各单元模块与测试间的关系,建立故障-测试相关性矩阵并得到模型的测试性属性。利用模型测试点和测试项的优化反馈结果,更新测试设备中的测试程序集。在测试执行期间不断积累维修经验,修正故障概率,更准确地将故障定位到满足当前机载设备维修精度的层级。最后以某温控系统为例进行分析,对本文所提方法的有效性进行验证。结果表明,该建模方法将优化模型的可测试性,提高外部测试设备对机载装备的检测效率及维修深度。

可转债投资组合构建思路讨论——基于转股溢价率、价格及行业分类

本文主要研究了转股溢价率、价格、行业分类对我国可转债风险收益特征的影响。研究发现,溢价率水平越低、股性越强的转债,越容易获得高于市场平均值的绝对收益;但偏债属性的转债对组合波动率控制效果更佳,且高景气行业的该类转债更易获得高于市场平均值的风险收益性价比。在此基础上,本文进一步讨论了持牌投资管理机构构建可转债投资组合的思路。

基于四叉树的小波域图像零水印算法

图像零水印技术打破了常规水印算法修改图像数据以嵌入水印的作法,通过图像的特征构造具有标识意义的水印信息来实现图像的版权保护.针对现有零水印算法计算量大以及鲁棒性不佳的缺陷,提出一种新的小波域零水印算法.该算法结合图像的四叉树分解原理,利用图像小波域低频系数的特征来构造零水印.实验表明,该算法对图像的识别性能强,且具有良好的抗攻击能力,是一种有实用意义的零水印构造法.

基于故障演化-测试相关性可测性建模方法（英文）

目的:建立系统中典型故障演化过程中的相关参数与系统中测试节点的关联关系。分析系统对故障的检测、隔离,对故障演化过程跟踪和对故障预测能力的可测性水平,进而指导系统的可测性设计。创新点:通过故障-征兆、征兆-测试矩阵描述系统故障演化与测试的相关性关系。结合测试节点的灵敏度、检测时间、检测概率等固有属性,建立量化测试对故障演化过程跟踪能力的指标,在故障检测率、故障隔离率等指标基础上,提出故障可跟踪率和故障可预测率的可测性指标。方法:首先,分析系统中典型故障的演化机理,建立定量描述故障与表征其严重程度的征兆参数的相关性矩阵。其次,使用能量流图分析方法,建立征兆参数与系统中测试节点间的能量传递关系,进而获得征兆参数与测试间的动力学关系。再次,构建衡量系统对故障可检测、可隔离、可跟踪和预测的可测性指标体系,并提出相应的可测性指标预计方法。最后,以某离心泵系统为案例,对本文所提理论的有效性进行验证。结论:基于故障演化-测试相关性可测性建模方法能定性地描述系统中故障与表征其严重程度的征兆参数间的关系,并能从定量的角度建立各个征兆参数与系统中测试节点的关系。故障可跟踪率和故障可预测率能较好地描述系统中固有测试节点对故障跟踪和预测的水平,以此为基础提出的可测性预计方法能有效预计系统对故障的检测、隔离、跟踪和预测水平,预计结果能有效指导系统的可测性设计。论文的相关理论和方法对于提高系统对故障的跟踪和对故障的预测的可测性水平具有指导意义。

多故障诊断策略优化生成技术研究

故障诊断策略设计是测试性设计的重要内容。已有的测试性分析与诊断工具通常做了单故障假设,不适用于复杂系统。针对这一问题,提出了多故障隔离策略优化生成算法。该方法首先采用布尔逻辑运算生成每步测试执行后的完备最小割集,然后采用基于信息量启发式算法生成近似最优的多故障隔离策略。最后应用案例进行了验证,结果表明:本文提出的算法可以有效地生成多故障诊断策略。由于测试与故障的定义是广义的,因此该算法可用于系统级、部件级以及元件级的多故障诊断策略的优化生成。

航天器某子系统在轨诊断推理技术研究

航天器某子系统负责器上去除CO2功能,其工作的安全性和可靠性直接影响任务的成败,需要对子系统进行在线监测,及时发现故障并快速隔离,以方便维修和更换,使系统恢复至正常状态。本文针对该子系统的周期工作和启动工作两种测试模式,给出了周期和启动两种诊断推理方法,解决了实际中可能会出现的数据缺失问题。最后,建立子系统测试性诊断模型,给出了诊断推理程序,利用两种诊断推理方法进行了诊断设计,提高了子系统的故障快速检测和隔离能力。

基于多信号模型的机载设备综合诊断方法研究

对机载设备综合诊断的信息来源和基于模型的诊断方法进行了分析,重点研究了基于多信号模型的故障诊断方法;给出了机载设备多信号模型的建模方法,研究了基于该模型的可达性和相关性分析方法,及故障-测试相关性矩阵的获取方法;在此基础上,详细设计了综合故障诊断方案和流程;并以机载气象雷达为实例,建立了该设备的多信号模型及测试-相关性矩阵,实现了气象雷达的综合故障诊断;验证了基于多信号模型的机载设备综合诊断方法的可行性。

基于HSGT的装备健康状态评估技术

提出了基于健康状态-广义测试相关性(health state-general test,简称HSGT)的健康状态评估技术。首先,根据维修要求将故障严重程度划分成多个离散的健康状态,再按测试输出属性,将测试划分为一系列区间值的广义测试,进而结合系统功能与结构等信息,建立系统健康状态-广义测试相关性矩阵;其次,利用贝叶斯理论,建立基于HSGT的健康状态评估推理模型;最后,使用蒙特卡洛方法生成包含8个被测单元(unit under test,简称UUT)的系统,对所提技术的有效性及可行性进行了仿真验证。结果表明,提出的健康状态评估技术能根据系统测试输出结果,及时、准确地推理出系统中各个UUT的健康状态,评估结果能在故障加剧导致的功能失效前有效触发视情维修(condition based maintenance,简称CBM)的维修决策机制。

第二语言词汇语义自主性发展研究

研究采用词汇语义相关性测试,考察第二语言词汇语义自主性的发展规律。尽管一至四年级200名英语专业学生的接受性词汇量增长较快,但其词汇语义并没有获得自主性,在提取二语词汇时还无一例外地受一语语义系统的干扰。这一结果表明,二语词汇发展过程中克服一语语义系统的影响是一个漫长的过程,建议采用显性词汇教学与数据驱动学习相结合的方式,消除二语词汇习得过程中的语义石化现象,促使学习者完成词汇语义系统的重构,进而促进词汇语义自主性的发展。