【摘 要】
：
Bayes Bootstrap法在小样本预测领域应用成熟广泛,但由于其随机产生的自助样本中存在不利于预测精度的野值点造成预测偏差较大,针对此不足,提出Bayes Bootstrap & k-means方
【机 构】
：
合肥工业大学电气与自动化工程学院 合肥230009;合肥工业大学可再生能源接人电网技术国家地方联合工程实验室 合肥230009;合肥工业大学电气与自动化工程学院 合肥230009;合肥工业大学电气与自
论文部分内容阅读
Bayes Bootstrap法在小样本预测领域应用成熟广泛,但由于其随机产生的自助样本中存在不利于预测精度的野值点造成预测偏差较大,针对此不足,提出Bayes Bootstrap & k-means方法.在拥有小样本失效数据情况下,首先采用Bayes Bootstrap法产生自助样本对原有寿命数据进行容量扩充,再采用k-means方法对其进行数据聚类分析,尽可能去除野值点,筛选出更加符合预测规律的数据点.最后以多芯片组件互连结构双应力加速寿命进行预测为例计算验证了该方法相比仅采用Bayes Bootstrap法,预测精度提高了约81.44％,有一定的工程意义.
其他文献
针对锅炉受热面积灰将会降低传热效率和安全性,采用清洁因子作为健康指标来监测锅炉受热面健康状况,并且提出融合经验模态分解(EMD)和长短期记忆网络(LSTM)的模型来预测未来
为提高温度分布重建精度,提出了使用随机森林算法对温度测点进行优化布置的新方法.将测点位置作为样本特征,以不同的测点布置方式及其对应的重建误差作为样本数据集.使用样本
针对气体绝缘组合电器(GIS)在运行时,其内部可能存在多个绝缘缺陷,导致相关局放传感器采集到混合局放信号,进而影响后续故障类型识别工作的问题,提出了一种在原有传统FAST-IC
现代电子战雷达干扰与反干扰之间的抗争愈演愈烈,干扰机要能产生多体制、多类型的干扰信号,雷达则需不断的提高抗干扰性能.针对雷达装备抗干扰性能测试评估对雷达干扰系统的
基于WLAN(wireless local area network)的定位在智能家居、室内导航、个性化服务等应用中扮演着重要的角色.研究了基于序列到序列seq2seq模型的室内WLAN定位方法.该方法基于
针对当前人体动作识别算法中由于人体躯干遮挡而导致其检测精度不佳的问题,提出了一种基于加权三视角运动历史图像耦合时序分割的动作识别算法。首先,为了有效描述动作的形状和空间分布,从视频序列中提取运动历史图像(motion history image,MHI)。随后,应用深度相机(Kinect相机)来提取深度图像,以获取人体目标的动作前景轮廓。为了识别由于身体部位造成的自我遮挡,动作前景轮廓被投影到3个
针对心跳信号易被呼吸谐波和其他噪声干扰而难以提取的问题,提出基于N次峰值捕捉的生命体征检测算法.首先对雷达接收信号进行平均相消法处理滤除静止杂波;接着利用距离门选择
基于0.18μm CMOS工艺设计了一种大量程闭环式集成霍尔电流传感器。采用片内高灵敏度霍尔器件检测待测电流产生的磁场并线性输出霍尔信号,霍尔电压经过线性放大、失调消除和比例积分调节后与三角载波进行比较产生PWM波,驱动全桥式功率放大电路工作。功率放大电路输出的电流送入聚磁环的二次绕组后形成一个闭环的二次侧补偿,使聚磁环气隙中的霍尔器件处于零磁通状态,从而提高了大电流检测的精度。仿真结果表明,所设
森林火灾烟雾浓度升高时,所对应的图像模糊程度升高,总有界变分会逐渐下降,基于变分的特征性质,可以将边界之间的差异有效表征出来。由此,提出一种基于总有界变分的森林火灾烟雾图像检测方法。以分块平稳分析的思想对目标函数求极值,得到总有界值,通过两次比较总有界变分值从分块结果图中提取疑似烟雾分块,利用特征数据的融合聚类处理获得最终的疑似烟雾区域。为了得到更好的烟雾检测效果,对疑似烟雾特征区域进行运动特性分
随着聚乙烯蜡(PE蜡)在环氧塑封料(EMC)中的广泛应用,其在高温环境下氧化而导致的模具离型性变差的问题也变得日益突出。通过从抑制PE蜡高温氧化入手,研究抗氧化剂的加入对模具离型性及EMC产品性能的影响。结果表明,在EMC材料中加入AO-60或AO-412S这两种抗氧化剂,不但不会对材料本身性能产生严重影响,而且还能有效改善模具久置后离型性降低的问题。随着抗氧化剂用量的增加,对于模具离型性的改善先提升后基本保持不变,添加量在5phr时即能取得不错的效果。