排序方式: 共有5条查询结果,搜索用时 203 毫秒
1
1.
2.
机械原因飞行事故诱因的分析与预测研究 总被引:1,自引:1,他引:0
为更好地预防机械原因飞行事故,提高安全管理和决策的水平,提出机械原因飞行事故诱因的分析与预测方法。首先借鉴"瑞士奶酪"模型的思想,建立了机械原因飞行事故诱因分析分类体系;而后构建了事故的二进制矩阵,通过进行比例矩阵分析和单一聚类分析来辨识重要的单诱因、两两诱因组合和事故主要诱发模式;最后采用Bootstrap方法对其进行预测。结果表明:所提出的方法能够辨识出机械原因飞行事故中的重要单诱因、两两诱因组合和主要诱发模式,并对其做出较为准确的预测,进而对制订事故防控预案,预防此类事故的发生具有重要意义。 相似文献
3.
基于ARIMA与SVM的飞行事故组合预测方法 总被引:1,自引:1,他引:0
飞行事故预测的目的在于预防事故。为提高事故预防的针对性和有效性,必须加强预测,以增强预防飞行事故的主动性。在ARIMA和SVM基础上,提出一种飞行事故组合预测方法。首先建立ARIMA模型,用以描述历史数据中的线性关系;然后,对ARIMA模型的残差构建SVM模型,用以模拟数据中的非线性规律,两者预测值之和就是最后的预测结果。美国空军1954—1993年飞行事故损坏飞机万时率的实证分析结果表明:利用该方法所建立的模型,能够对飞行事故作出较为准确的预测,模型精度总体优于单一的ARIMA或SVM模型。 相似文献
4.
黄土高原六道沟流域8种植物根际细菌与AMF群落多样性研究 总被引:2,自引:1,他引:1
采用末端限制性片段长度多态性(terminal restriction fragment length polymorphism,T-RFLP)方法,研究了神木县六道沟流域8种植物根际细菌与丛枝菌根真菌(arbuscular mycorrhizal fungi,AMF)群落多样性及其相互关系.目的是获得有关植物根际细菌和AMF群落的多样性指数,为生态环境修复提供科学依据.结果表明,8种植物根际细菌和AMF的种类和数量有较大差异,其中刺槐根际细菌的Shannon指数最高(4.01),垂柳最低(2.18),根际AMF的Shannon指数最高为小叶杨(2.07),最低为沙棘(1.21);聚类分析(cluster analysis)和冗余分析(redundancy analysis)结果表明,不同植物根际细菌和AMF的群落结构有较大差异,但同时部分植物间也存在相似性;8种植物根际细菌和AMF的多样性指数总体呈极显著的正相关(P<0.01);冗余分析结果表明在根际土壤环境因子中,对根际微生物群落多样性影响最大的环境因子为有机质含量.植物种类和根际环境对根际微生物群落结构有较大影响,同时,刺槐的根际细菌和AMF群落多样性指数均较高,故可作为六道沟流域植被恢复的先锋树种. 相似文献
5.
基于支持向量机的飞行安全隐患危险性评价 总被引:1,自引:0,他引:1
提出了基于支持向量机的飞行安全隐患危险性评价方法,建立了支持向量机模型。并以飞行安全隐患危险性评价的基本要素为输入节点,以评价结果作为输出节点,对空军某部的飞行安全状况进行了评价。结果表明:对于飞行安全隐患危险性评价问题,支持向量机方法较传统神经网络方法精度更高,速度更快,实际应用中也更易于实现。 相似文献
1