论文部分内容阅读
不同竞争风险逐步删失方案下逆指数瑞利分布的统计推断与研究分析
【出 处】
：
北京交通大学
【发表日期】
：
2021年01期
其他文献
压缩感知（Compressed Sensing,CS）能在获取到的图像信号样本数稀少的情况下生成高质量图像,对于解决由于数据量少而又需要成像质量的问题大有助益。目前,基于深度学习的压缩感知重建算法采用分块压缩感知思想降低网络复杂度,但由于重建图像存在块状效应而导致重建质量下降。此外,在需要多个不同采样率重建图像的情况下,现有深度学习方法应用于图像压缩感知还需单独训练不同的模型,过多的模型将消耗更多
在图论的实际应用中,随着复杂性系统的增加,经常会遇到不确定因素,如不精确的专家数据模型。继概率论与测度论后,Liu在2007年创立了不确定理论[1],在2010年将不确定论应用到网络中,2010年,Han和Peng[2]研究了不确定网络上的最大流问题,2011年,Peng和Li[3]在最小生成树问题上建立了不确定模型,2012年,Zhang和Peng[4]在不确定网络上研究了邮递员问题。随着不确定
航空发动机高压涡轮盘腔系统的篦齿封严结构有调节各腔室冷却空气流量、防止燃气进入盘腔而对涡轮盘结构寿命造成影响等多个作用。篦齿封严结构在发动机工作过程中,会由于热应力和结构应力的共同作用而发生较大变形,其封严间隙也会随之改变,封严间隙发生改变时又会反过来对盘腔内部的流场以及温度场造成影响。本文以某航空发动机的高压涡轮盘腔系统的简化模型为例,采用以ANSYS Workbench为平台的单、双向热流固耦
随着深度学习理论的不断发展,基于深度学习的动车组轴箱轴承故障诊断理论体系逐渐完善,但其工程化问题还需要深入研究。论文以动车组轴箱轴承为研究对象,研究了故障诊断算法,并以此为基础,研发了具备再更新能力的轴承状态监测系统,并获得了较好的故障诊断效果。主要工作如下:（1）借助凯斯西储轴承数据库的数据研究了基于深度学习的轴承故障诊断建模问题,最终训练的模型达到了99.54%的准确率,验证了深度学习算法可以
为了提高拖拉机齿轮轴的数字化设计水平,将有限元分析软件引入到了齿轮轴的优化设计上。通过对齿轮轴薄弱区域有针对性的增强,对齿轮轴的结构尺寸进行了优化设计,从而节省了设计和制造成本。采用有限元方法对优化前和优化后的应力分布情况进行了分析,结果表明:优化后的齿轮轴不仅节省了制造材料,还具有较高的强度。通过对齿轮轴的生命周期总数进行分析可知,优化后的尺寸轴满足设计条件。
迄今为止,黄曲霉毒素B1是人类所发现的毒性最强的天然致癌物,分布广,危害大,严重威胁着人体和动物体的健康。在毒性评估、食品安全和环境监测领域中,新型可快速检测痕量黄曲霉毒素B1的方法成为现代社会的迫切需求。检测速度慢、检测成本高、过程复杂且需专业人员操作等问题一直困扰着传统黄曲霉毒素B1检测方法,电化学发光检测速度快、成本低廉、过程简单,是一种综合性能优异的新型检测策略。基于碳基荧光二维纳米材料氮