实验结果与信息量的关系

针对实验测量当中遇到的数据不确定性问题,用数学方法进行分析和描述,把抽象的不确定性问题定量化,并引入了信息量的概念.用实例说明了不确性、信息量与测量误差的关系,从而分析了实验结果与信息量的关系.     

模糊回归在太湖悬浮物反演中的应用

模糊回归分析是一种能直接处理不确定性的分析方法,突破了传统的“观测值的不确定性就是随机性”这一基本假设本文将此方法应用于悬浮物的遥感定量反演问题中,在太湖水质的采样数据和Landsat7 ETM遥感图像的基础上,应用模糊回归分析方法,针对悬浮物与遥感反射率数据之间的相关关系,建立了二者之间的模糊回归方程,并将该方法的计算结果与统计学中的最小二乘回归分析结果进行比较．结果表明：模糊同归模型比最小二乘同归模型提供了更多的信息量,更具优越性;用模糊回归模型进行反演,可信度更高,且更具推广价值．     

基于信息传递原理的交通标志信息量化算法

为了提高驾驶安全和交通出行效率,解决交通标志的信息量量化及超载阈值统一标准问题,论文基于通信系统传播的一般模型和交通标志信息传递机制,分析了影响交通标志信息量量化评价的主要影响因素,引入无记忆信息量和有记忆信息量计算原理,提出了交通标志信息量量化算法。驾驶视认实验结果表明:考虑标志字高、驾驶员关注度参数影响的有记忆信息量算法可以较准确体现驾驶视认时间与信息量之间的关系,验证了算法的可行性,揭示了不同驾驶员特性、车速等对交通标志信息量的内在影响机制。根据视认实验结果,初步确定了车速为40、50、60 km/h下交通标志信息量超载阈值区间,案例分析结果说明该阈值区间可以用于交通标志信息量超载检查和评价。     

基于样本不同属性综合的鲁棒偏倚赖主动学习分类算法研究

主动学习算法可以有效减少样本标注的工作量,每次选取最有信息量的样本交由专家标注。样本的代表性与不确定性都是衡量样本信息量的重要因素,将两者综合考虑能够获得更好的综合效果,但在两者的结合方式上一直存在不少问题,导致算法的适应性不强。为解决该问题,本文提出了基于样本不同属性的鲁棒偏倚赖主动学习分类算法,通过引入偏倚赖权值系数函数,在综合考虑样本的代表性和不确定性的同时,更可以突出样本的特性。同时由于样本代表性模型的渐变,在选择样本过程中更能突出代表性样本与不确定性样本的学习层次,前期训练以代表性样本为主,后期训练以不确定性样本为主,使得算法的适应性大大提高。在UCI机器学习数据库上的仿真实验结果表明本文的思路是合理可行的,在实验所用数据集上,与所提供的对比算法相比,本文的方法只需较少的标注样本便可以达到相同的分类正确率。     

基于作战环和自信息量的装备体系贡献率评估方法

针对信息化条件下作战体系中装备种类繁多、关系复杂的问题,从体系效能视角出发,提出一种基于作战环和自信息量的装备体系贡献率评估方法.将装备和关联关系抽象为节点和边,根据节点的战技指标确定边的度量指标,构建基于作战环的作战体系网络模型;根据各目标节点参与的作战环数量及其效能提出基于自信息量的作战体系效能评估方法,建立装备体系贡献率评估模型.以某反航母作战体系为例进行分析,结果表明所提方法充分考虑了各装备和关联关系的异质性与不确定性,能够全面客观地评估装备体系贡献率,为装备立项论证和作战体系优化提供方法支撑.     

计算机技术在《工程力学》实验教学中的应用

工程力学实验中存在学生多、设备昂贵且单一等问题,本文提出了设计计算机模拟实验的解决方法.通过实例分析及对比,计算机模拟实验值与传统实验值及理论值误差很小,且计算机模拟实验结论比传统实验结论信息量大,更直观.     

基于区间不确定性的多学科可靠性设计

针对随机可靠性设计和多学科设计直接结合中存在的随机可靠性无法解决不确定性信息量较少及直接结合的嵌套结构计算效率较低的问题,采用区间描述有限信息的不确定性,以非概率可靠性指标衡量多学科系统的可靠性,建立了基于区间不确定性的多学科可靠性设计模型.同时,为了提高计算效率,采用性能测量法来减少可靠性分析的计算量,并引入序列优化与可靠性评估方法将三层嵌套的多学科可靠性设计结构解耦为顺序执行的确定性多学科设计优化和多学科可靠性分析过程,降低了计算复杂性.通过一个算例验证了该方法的可行性和有效性.结果表明,相比多学科可行法,单学科可行法的计算效率较高.     

基于样本不确定性和代表性相结合的可控主动学习算法研究

通过选取最有信息量的样本提交专家进行标注,主动学习算法可以有效地减少无效标注样本的工作量.在充分考虑位于分类边界的不确定样本和基于先验分布的具有代表性样本的基础上,本文构造了不确定性与代表性相结合的可控主动学习算法.首先利用样本的kNN分布状况建立不确定性置信度模型,该思路不需要知道样本分布的具体类型和参数计算;然后在样本聚集度模型的基础上进行聚类,在此基础上建立代表性置信度模型.最后将不确定性置信度模型与代表性置信度模型进行综合,构造可控的主动学习策略,使得每次主动学习选择的样本更具有"价值".在UCI机器学习数据库上的仿真实验结果表明本文的思路是合理可行的,在实验所用数据集上,当达到相同的目标正确率时,本文的方法比随机采样算法所需的样本数量少得多.     

运载火箭漏电故障诊断研究

利用拓扑图建立漏电故障诊断图论模型,用图中的点和边分别代表部件以及部件之间的故障传播关系,从而将系统模型化为图,实现电路漏电故障的可测性;引入信息熵,对电路故障状态的不确定性进行了定量描述;在此基础上,依据节点提供的故障信息量大小,进行对半查找,实现故障部件定位,将它们应用于运载火箭控制系统,获得了令人满意的效果.     

应用有效信息比率的离散化算法

针对目前离散化信息量度无法准确表征数据离散后有效分类信息量的问题,提出了一种基于有效信息比率的离散化算法.在构建离散化方案相依表的基础上,分析了离散区间内类属性分布与分类信息蕴含量间的关系,并根据类属性分布信息引入有效信息比率,用于表征各离散区间内有效分类信息量.然后,依据离散化方案的离散区间数及其有效信息比率,设计出表征离散化方案划分质量的离散化评价指标,从而提高了数据的离散化效果.仿真实验和实际应用的结果表明,该算法离散化后在有效分类信息量和分类预测精度上高于主流基于信息论的离散化算法.