基于并行Apriori的铁路物流配送FPMA

以提升挖掘分析铁路物流配送频繁路径数据效率为目的,研究基于并行Apriori的铁路物流配送频繁路径挖掘算法,采用Fuzzy c-means算法聚类分析物流配送数据集,根据内部相似度将数据集分割出具有较高相似度的数据簇,利用改进Apriori算法挖掘分析各数据簇中包含的频繁模式获取各区域的物流频繁路径,通过分析合并物流频繁路径后生成各区域的频繁路径序列。借助Hadoop中的子项目Mahout和MapReduce实现Fuzzy c-means算法和改进Apriori算法的并行化。实验结果表明,上述算法有效提升频繁路径的挖掘效率以及精度,确保为物流管理者提供清晰的货物流向,在实际应用中具有更高适用性。

基于确信可靠度的离子推力器可靠性分析和试验设计

针对小行星探测用LIPS-300离子推力器多工况、长寿命、高可靠和极端小子样特征,提出了一种基于确信可靠度理论的可靠性评估方法,适用于当前离子推力器服役过程中性能退化不确定性情况下的可靠性评估。首先对离子推力器进行了功能、性能和裕量分析(Function,Performance and Margin Analysis,FPMA),识别和确定了离子推力器的关键失效模式为电子反流,并确定了电子反流这一失效模式对应的性能参数及阈值;其次在FPMA基础上完成了离子推力器裕量方程、退化方程和可靠性度量方程的建立;最后,为了验证可靠性评估模型的准确性,在综合考虑地面试验技术条件和背景任务的基础上设计了针对关键失效模式电子反流的试验方案。

一种新的高分辨率DOA估计方法

文中在入射到阵列的信号数M已知的条件下,提出了一种新的高分辨率的DOA估计算法FPMA。FPMA通过使用协方差矩阵R的数据来直接构造投影矩阵Vq的方式,对信号的DOA进行估计,计算量为O(N2M),比已有高分辨率算法要小。文中证明了通过计算Vq,FPMA可以得到对信号DOA的良好估计;计算机仿真也进一步证实,在相同条件下,当q≥2时,FPMA的DOA估计性能要优于Capon算法,且与MU-SIC算法一致。