检索结果-内蒙古大学图书馆

装甲兵工程学院学报 2009年第2期23卷 41-43,87页

作者：乔新勇刘建敏张小明装甲兵工程学院机械工程系

在进行小子样条件下的装备状态检测评估时，由于采用传统统计方法对样本数据进行处理的置信度不高，统计估计时风险较大，因而在进行装备状态检测时，采用了Bayes Bootstrap方法对小子样试验数据进行了模拟统计，提高了数据处理精度，... 详细信息

在进行小子样条件下的装备状态检测评估时，由于采用传统统计方法对样本数据进行处理的置信度不高，统计估计时风险较大，因而在进行装备状态检测时，采用了Bayes Bootstrap方法对小子样试验数据进行了模拟统计，提高了数据处理精度，获得了状态特征的概率分布和在95％置信度下的故障判别域，实现了装甲车辆发动机故障的诊断识别。

关键词： Bayes Bootstrap 小子样统计状态检测特征分析概率分布

来源：评论

学校读者我要写书评

暂无评论

基于改进K＿means的发动机状态评估方法

引用

汽车工程 2018年第7期40卷 844-849页

作者：谷广宇刘建敏乔新勇陆军装甲兵学院车辆工程系北京100072

针对目前在缺少先验知识和小样本条件下,进行发动机状态评估难度大的问题,本文中提出了一种基于改进K_means聚类算法的发动机状态评估方法。该方法利用K_means算法的基本原理,避免了评估过程中主观因素的影响;提出相关性指标,对算法进... 详细信息

针对目前在缺少先验知识和小样本条件下,进行发动机状态评估难度大的问题,本文中提出了一种基于改进K_means聚类算法的发动机状态评估方法。该方法利用K_means算法的基本原理,避免了评估过程中主观因素的影响;提出相关性指标,对算法进行改进,根据特征参数性质赋予其相应权重;提出最小方差启发式初始聚类中心优选方法,避免小样本条件下初始聚类中心选择中孤点和噪声点的干扰;并充分利用Bootstrap小子样统计方法削弱了试验样本的随机性对评估模型的影响。最后通过实例评估,验证了该方法的可行性和有效性,与传统方法相比,该方法具有更强的客观性与稳定性。

关键词：发动机状态评估 K_means算法小子样统计

来源：评论

学校读者我要写书评

暂无评论

基于小子样理论的坦克扭力轴疲劳寿命分析