刘磊
- 作品数：3 被引量：7H指数：2
- 供职机构：郑州大学信息工程学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 研制阶段测试性验证与评价的动态贝叶斯方法被引量：2
- 2017年
- 针对研制阶段测试性增长实验数据"小子样、多阶段、异总体"的特点导致测试性水平难以验证与评价的问题,提出一种优化的动态贝叶斯方法。引入新Dirichlet分布构造一个故障检测率的动态增长模型;引入D-S区间证据推理理论融合同一阶段的多个专家信息,在此基础上得到置信度更高的先验区间,用非线性优化理论拟合先验信息求解模型中的超参数;利用贝叶斯信息融合理论推断故障检测率的多元联合后验分布,采用Gibbs抽样求解高维后验积分。实例对比分析结果表明,该方法有效地融合了区间型的专家信息,提高了评价结果的置信度,为研制阶段测试性验证与评价的研究提供了一种理论依据和解决方案。
- 刘磊宋家友姚淼
- 关键词：动态贝叶斯GIBBS抽样
- 故障样本的多指标集成加权分配方法被引量：3
- 2019年
- 针对测试性验证实验中故障样本分配结果置信度比较低的问题,提出了一种多指标集成加权的分配方法。首先,综合分析故障属性与环境因子对故障样本分配结果置信度的影响,在此基础上,定量计算影响指标的值;其次,采用集成加权法确定各个指标的权重;最后,利用归一化后的指标比值进行故障样本分配。该方法改进了故障率、严酷度、危害度及指标权重的计算方法,并提出了故障样本分配中故障-环境关联度的计算方法。在某型装备故障样本分配中的应用结果表明,该方法的分配结果更合理,置信度更高,更具有实际应用价值。
- 刘磊宋家友
- 关键词：环境因子
- 基于AdaBoost与GABP的模拟电路软故障诊断方法被引量：2
- 2017年
- 针对容差模拟电路软故障诊断精度较低的问题,提出了一种基于AdaBoost与GABP的组合分类器诊断方法;首先,在Pspice中对故障模式进行Monte-Carlo分析,并利用波形有效点提取法提取故障特征,在此基础上,做归一化处理构建神经网络的原始样本;其次,利用GA算法与L-M算法组合优化BP网络构建GABP分类器;最后,利用AdaBoost算法对GABP单分类器进行迭代提升,构建AdaBoost-GABP组合分类器;诊断实例的结果表明,该方法比传统的单分类器诊断方法具有更高的诊断精度、更低的绝对误差,能够克服单分类器容易陷入局部最优,诊断结论不可信的缺陷。
- 赵文俊张强刘磊宋家友
- 关键词：ADABOOST算法GA算法组合分类器
