基于粗糙集和证据理论的决策规则提取

提出一种基于粗糙集和证据理论的两阶段决策规则提取算法, 该算法首先利用粗糙集中属性缩减的思想, 找出每条规则中的重要条件属性集合, 然后再基于证据理论中证据结合的思想进一步去掉重要条件属性集中的冗余条件属性, 从而得到最终的决策规则. 所给算法简化了属性集的约简, 对高维数据也是可行的. 实验结果表明, 利用该算法能够挖掘出高质量的决策规则.     

基于证据理论的AUV目标识别研究

根据D2S证据理论能很好表示“不确定性”和“不知道”的特点,对比不同的数据融合算法,在分析D2S证据理论的性能特点基础上,提出了一种基于自主式水下航行器的扫描声纳和水下摄像机两种视觉传感器采集信息的基本概率分配函数的方法和规则,并且分析了自主式水下航行器上的扫描声纳和水下摄像机这两种视觉传感器的信息在目标位置求解中的应用,同时利用Dempster合并规则,分析计算这两种视觉传感器在自主式水下航行器进行目标类别识别时的合成融合值.通过列表分析,表明增加了目标识别的可信度,减少了目标的不确定性.     

一个基于同义词证据扩展的信念网络检索模型

归并不同证据资源扩展用于信息检索的信念网络是当前一个重要的研究方向。以同义词为证据扩展基本信念网络模型,得到一个扩展的信念网络检索模型。实验证明,扩展模型的检索性能优于基本模型。     

基于加权证据理论的故障模式分析方法研究

针对采用传统风险优先数方法进行故障模式分析中存在不同故障模式的风险优先数值相等、风险参数的微小变化引起故障模式危害度等级波动较大的问题,从处理不确定性问题的方法论角度,提出了一种基于加权证据理论的故障模式分析方法。该方法将专家在风险参数评估过程中的认知不确定性分为基本可信度和专家属性权重分别进行量化,进而对认知不确定性进行传递和处理,实现了故障模式危害度等级的有序排列。实例分析及与现有研究结果的比较,验证了提出方法的实用性和有效性。     

Meta-empirical support for eliminative reasoning

Eliminative reasoning is a method that has been employed in many significant episodes in the history of science. It has also been advocated by some philosophers as an important means for justifying well-established scientific theories. Arguments for how eliminative reasoning is able to do so, however, have generally relied on a too narrow conception of evidence, and have therefore tended to lapse into merely heuristic or pragmatic justifications for their conclusions. This paper shows how a broader conception of evidence not only can supply the needed justification but also illuminates the methodological significance of eliminative reasoning in a variety of contexts.     

四重证据法视域下的吐蕃苯教卜者群体研究

苯教卜者是吐蕃社会的一个特殊群体,他们广泛分布于吐蕃统治阶层和底层民间社会。他们不仅在吐蕃政权事务决策中起关键性作用,而且在民间扮演着"知者"的角色,为庶民排忧解难,引领庶民的生产生活,对吐蕃社会影响甚大。然而以往学界对其关注较少,始终处于吐蕃史研究的边缘。文章利用传世文献、出土文献、民族学资料及考古资料四重证据,以期呈现吐蕃苯教卜者群体的基本面貌。     

混合斑的DNA鉴定的几种方法研究

在法医物证学上,对于混合斑检材,通常采用Chelex法提取DNA后扩增再查看相关位点。在实际运用中,该法存在很大不足。为了提高鉴定成功率,作者对现有混合斑DNA鉴定的几种方法进行综合比较研究,现总结如下。     

排序融合算法在校园网搜索引擎中的应用

网页排序技术是搜索引擎的核心技术之一. 校园网搜索引擎是指以一个校园网内的Web网页为搜索内容的搜索引擎. 由于校园网相对于互联网和内联网的特殊性,各种启发式条件对校园网网页排序优化的影响及排序融合技术在校园网搜索引擎的作用是研究的重点. 实验结果表明各个启发式条件的影响和实验数据集有关,而不同启发式条件组合经过排序融合后所获得的查全率差别很大(2%～48%). 查全率大于35%的启发式条件组合至少包含4个启发式条件,即校园网搜索引擎的排序需要依据数据集综合考虑多个启发式条件的排序结果. 排序融合技术是校园网搜索引擎具有良好的查全率的必要技术之一. 基于排序融合技术的网页排序模块已经应用于清华大学校园网搜索引擎中.     

ZWES系统的设计与实现

ZWES是一个芒针医疗专家咨询系统。本文简要描述该系统的设计与实现。主要涉及:(1)知识表达;(2)知识库的组织;(3)黑板控制机构的实现;(4)证据理论的算法实现;(5)适时逐次问诊法。     

A New Method for Recognizing Point Targets

ＡＮｅｗＭｅｔｈｏｄｆｏｒＲｅｃｏｇｎｉｚｉｎｇＰｏｉｎｔＴａｒｇｅｔｓＬｉＨｏｎｇ，ＳｕｎＺｈｏｎｇｋａｎｇ＆ＸｕＨｕｉＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈ...