摘要：针对当前航天型号软件模块故障预测中度量属性过多而影响分类模型效率、准确率和数据收集困难的问题,以NASA公布的MDP数据集为基础,设计了基于Logistic回归模型的属性选择算法;通过该算法在6个数据集上的应用选择了对航天型号软件质量影响较大的4个属性,并将其在12个软件中进行验证,说明了该算法的有效性,选择的4个度量属性可为当前航天型号软件的度量提供参考和依据。

摘要：为了提高发射场试验信息处理结果的可靠性,减小冲突信息的影响,通过对发射场试验信息特点的分析及对其中关键技术的研究,提出融合BP神经网络与DS证据理论的信息处理方案。基于神经网络的输出结果建立证据理论的识别框架,通过证据理论相关合成法则对得到的生成融合决策,提高发射场设备状态评估与决策的准确性。

摘要：为解决当前发射场加注系统维修维护与状态监测所面临的问题,提出针对加注系统开展基于信息融合的健康监测;分析针对加注系统开展健康监测研究以及将信息融合技术引入系统健康监测的意义,总结加注系统健康监测现状,得出开展加注系统健康监测所面临的困难与启示;针对加注系统典型设备,设计融合式健康监测方案,包括健康监测信息特点分析、典型设备健康监测信息分析以及典型设备健康监测方案设计;为后续进一步深入开展加注系统融合式健康监测研究奠定了良好基础。