摘要：基于AC25-19A的最新要求,在民机舱门安全性评估过程中,考虑应急门的使用环境、操作频次,识别了隐蔽失效、磨损失效。针对隐蔽失效、磨损失效,建立了舱门系统候选审定维修要求(CCMR)分析流程,并给出了隐蔽故障风险暴露时间及失效概率的计算方法,确定了维修任务内容及间隔,形成了舱门系统候选审定维修要求的分析方法。同时,制定CCMR项目后迭代评估了舱门的安全性影响,结果表明:制定的CCMR项目能在保障安全性指标要求的前提下,及时探查应急门重要的隐蔽失效、磨损失效,CCMR项任务间隔合理。

摘要：目前基于模型的Web用户界面(UI)研究中缺乏对复杂行为的模型设计和开发方法,极大地限制了此类方法的工程化应用。针对此问题,提出了一种形式化的Web界面行为描述语言,对基于Web的用户界面中的复杂行为建模,实现了行为模型的代码自动生成。实验表明,本方法在Web用户界面设计的开发过程中具有极大的灵活性,提高了界面设计模式的复用性。

摘要：在排序学习中引入特征选择可以提高学习的效率和准确率。出于对选择速度的考虑,当前的研究主要从特征选择的角度出发,根据特征对排序的作用和特征之间的相似性选择对排序区分度最大的特征集合。由于特征大都是人工归纳的,因此特征和特征之间难免存在重叠和冗余。为了减少特征之间的冗余,从特征生成的角度出发,对现有特征进行矩阵分解,从而生成新的特征集。考虑到使用奇异值分解(Singular Value Decomposition SVD)等方法进行矩阵分解时不能综合考虑排序结果对特征的影响,基于特征矩阵对排序的效果、特征矩阵与原矩阵之间的差距来构造优化算法,提出了一种基于矩阵分解的排序学习优化方法,并根据该优化方法设计了排序学习特征选择算法MFRank。实验中使用映射随机梯度下降法近似求得优化问题的最优值,在公开测试集MQ2008上的结果显示,所提MFRank方法获得了与当前最优的特征选择方法即RankBoost和RankSVM-Struct等排序算法相当的结果。