基于叠合度的维修性多源数据融合方法

发布时间：2024-06-02 16:19

　　针对装备维修性试验数据样本量不足的问题,采用了数据融合方法进行扩充数据样本量,通过建立折合模型对多源先验数据进行转换,解决了与现场数据差异较大难以实现数据融合的问题,采用了改进的Bayes Bootstrap法对多源数据的分布参数进行拟合,建立基于叠合度的数据融合模型,对装备维修性多源先验数据进行融合,结合某型坦克试验数据进行算例分析,证明了该方法的可行性。

【文章页数】：5 页

【部分图文】：

图1折合前后先验数据与现场数据总体均值相等概率对比

（总第45-）火力与指挥控制2020年第4期取置信度为95%，采用Wilcoxon秩和检验法分别将折合前与折合后的数据做一致性检验，并计算T1，T2，T3和Ts与T1"，T2"，T3"和Ts总体均值相等的概率，见图1所示，通过对比发现，折合模型有效地实现了先验数据向现场数据进行靠....

图2叠合度示意图

s与T1"，T2"，T3"和Ts总体均值相等的概率，见图1所示，通过对比发现，折合模型有效地实现了先验数据向现场数据进行靠拢。图1折合前后先验数据与现场数据总体均值相等概率对比2）采用基于插值法的BayesBootstrap法，对多源先验数据和现场数据进行参数拟合，进行了2000....

图3融合后分布曲线

胂殖∈?葑芴寰?迪嗟雀怕识员?2）采用基于插值法的BayesBootstrap法，对多源先验数据和现场数据进行参数拟合，进行了2000次仿真，并通过文献［15］中的Epps-Pulley法对拟合的参数进行检验，满足正态性。最后得到各源数据的分布函数：3）通过叠合度，计算各源先验数....

本文编号：3987496