一种改进的RBF神经网络混合学习算法

提出一种基于粒子群优化算法、K-means算法及减聚类算法的径向基函数(RBF)神经网络混合学习算法.该算法使用减聚类方法确定隐层节点数,具有自适应确定隐层节点的能力,避免了调整隐层节点的人为干预.通过K-means算法形成粒子群优化(PSO)算法初始粒子群,避免了初始粒子群的随机性,提高了粒子群优化算法的优选能力;采用PSO算法训练RBF神经网络中的所有参数.数值结果表明,改进的混合算法具有更高的分类准确率。

基于隐马尔可夫模型的转录因子文本挖掘算法

提出一种基于隐马尔可夫模型的转录因子文本挖掘算法(HMM-TFM),该方法通过建立转录因子名称的词库,利用谓语筛选策略判断句子是否描述转录因子,使用隐马尔可夫模型预测单词词性,并根据前后文单词词性识别转录因子的名称.实验结果表明,HMM-TFM在英文文献中抽取转录因子名称的查全率和查准率分别可达74.2%和77.9%.

基于SysML的反推力系统安全性分析

通过应用系统工程建模工具SysML(系统建模语言),对反推力系统的使用场景进行建模,分别建立起反推力系统的用例图和顺序图模型.在使用场景模型的基础上,进一步应用HAZOP(危险和可操作性)分析方法对使用场景进行危险分析,得到了反推力系统在使用中可能存在的危险状态,并提出了相应的安全性要求.此方法应用表明,综合SysML和HAZOP的安全性分析是一种比传统的系统安全性分析更为有效的方法.

大涵道比涡扇发动机涡轮监视温度容错解析

提出了对大涵道比涡扇发动机涡轮监视温度的容错解析方法,以避免由于涡轮监视温度传感器故障造成的发动机控制降级,或未检测到故障导致发动机超温.解析方法包含两种:一种是基于涡轮排气总温的解析方法作为主解析方法;另一种是基于空气流量模型的解析方法作为余度解析方法,用于在主解析温度与测量温度差异较大时进行比较取真.使用发动机试车数据进行了方法验证,结果显示:主解析方法的稳态计算误差不超过0.33%;余度解析方法的稳态计算误差不超过0.8%.这表明两种解析方法都是有效的,可以用于发动机容错控制.