基于证据理论的不确定可拓推理及其应用

针对可拓推理的不足及可拓知识的不确定性,将关联函数与信任函数结合起来,研究不确定条件下可拓推理的可信度与支持度、冲突度与一致度,构建了基于证据理论的可拓推理函数及合成规则,以实现决策对象在不确定条件下的比较与选择,解决了多方案可拓推理、动态识别的数据挖掘问题,提高了可拓推理的准确性和可信度。     

基于可拓信息的知识表示

本文以可拓学的理论和思想为指导,研究基于可拓信息的知识表示方法,并以动物识别为例说明知识网络的结构和识别程序     

可拓空间数据挖掘技术及其应用

将可拓学理论与方法应用到空间数据挖掘技术当中，建立起一种基于可拓学的空间数据挖掘的理论、方法和应用体系，并以北京地区泥石流危险度的区划与预报为例说明其应用。     

Bayes-可拓判别

研究了Bayes判别与可拓判别两种判别法的优缺点,在Bayes判别规则中引入了关联度,建立了集Bayes判别与可拓判别两种判别方法优点的Bayes 可拓判别法,并证明了Bayes判别法与可拓判别法都是Bayes 可拓判别法在一定条件下的特例.通过对举例计算结果的讨论,显示了Bayes 可拓判别法的优越性.     

可拓信息及其在刑侦推理中的应用

根据物元分析和可拓学理论 ,本文提出可拓信息的概念 .在这个概念中 ,采用物元的形式来表示信息 ,利用物元的可拓性来研究信息和知识的可拓性 ,从而为信息和知识的处理提供了一种新的方法 .将这一方法应用于刑侦领域 ,本文还研究了基于可拓信息的刑侦分析系统 .     

全国第九届可拓工程年会征文启事暨可拓工程讲习班通知

全国第九届可拓工程年会定于 2 0 0 2年 8月 9日 - 1 2日在大连海事大学召开 .同时 ,2 0 0 2年可拓工程讲习班将于 2 0 0 2年 8月 6日～ 1 2日在大连海事大学举办 .现就会议征文及讲习班的有关问题通知如下 :1　征文内容1 .理论研究 :1 )物元理论和事元理论 ;2 )可拓数学 ;3 )可拓逻辑 ;4)可拓学的哲学基础 ;5 )可拓学研究方向的探讨 ;6 )可拓学与数学、系统科学、信息科学和思维科学的关系探讨 .2 .应用研究 :在专业领域中 ,如在计算机与人工智能、控制与检测、管理与决策等领域中的可拓工程理论与方法 ,利用可拓论和可拓方法解决某个实际…     

基于可拓神经网络的汽车涂装线设备故障诊断

针对汽车涂装线设备故障无法及时发现和排除的困难,提出基于可拓神经网络的故障诊断方法。该方法利用可拓学定性和定量描述方式处理结构化知识的特性并结合神经网络并行结构的特点,使可拓神经网络借助并行分布处理结构完成可拓推理过程。依据烘房燃烧加热系统设备监测参数和故障类型,建立基于可拓神经网络的物元输入、输出模型。将参数样本进行训练,对训练结果进行仿真对比实验,实验结果显示该方法相对传统神经网络具有结构简单、反应速度快等优点。     

可拓层次分析法研究

基于可拓集合理论，研究当相对重要性程度不确定时，如何构造AHP判断矩阵的方法，提出满足判断矩阵一致性的可拓层次分析法，将其应用到我国某地区供电网扩展规划的实际决策问题中，取得了满意的结果。     

欢迎可拓学研究者到广东工业大学可拓工程研究所研修

可拓学研究事物的可拓性和事物开拓的规律与方法,去解决各个领域中出现的不相容问题,是一门介于自然科学和社会科学的交叉学科.可拓论与可拓方法在各领域中的应用技术称为可拓工程.可拓学研究是我国目前少数几个原创性研究之一.它自1976年选题,1983年发表开创性论文以来,目前已形成了初步的理论框架,开展了在多个领域的应用研究,学科日趋成熟.     

探索机械智能CAD系统的可拓决策方法

研究基于可拓知识模型和决策模型的机械智能ＣＡＤ方法,它不仅能够表示和处理设计中的信息转化关系,而且能够利用物元变换理论进行复杂的辩证和求异推理,转化约束问题中的矛盾因素,从而为解决定量计算与辩证分析决策共存系统的优化设计,形成基于可拓决策的智能ＣＡＤ理论与方法。文中探索了可拓智能ＣＡＤ系统的研究内容与方法,并给出机械产品方案设计中可拓智能ＣＡＤ系统的结构模式。     

基于模糊神经网络的海面目标战术意图识别

传统的基于遥感解译获取的海面目标信息分析战术意图的方法,需要大量的专家知识确定输入目标属性与输出意图间的网络节点关系,而模糊神经网络只需利用输入和输出训练网络,减少了专家知识的需求。针对常用的高木〖CD*2〗关野模糊模型不适用于战术意图识别要求的输出与输入非线性的问题,设计了基于神经网络集成的模糊系统模型,利用目标属性与对应的战术意图形成训练样本训练神经网络,分别获得输入条件的模糊隶属度以及面向不同意图的输出函数,据此识别海面目标战术意图。仿真实验结果表明,获得的目标战术意图的准确度高,与想定情况均相符。     

基于混合型专家系统的目标综合识别模型

鉴于目标识别在防空信息处理中的重要性 ,在对目标信息进行综合利用的基础上 ,利用人工智能原理 ,研究把专家系统、神经网络和证据推理相结合用于目标识别 ,建立了目标综合识别的专家系统模型 ,模拟专家识别思维。给出了知识库的构造方法及推理机制。该模型通过人工神经网络 ,实现了知识的并行处理和自动获取 ,具有自学习功能 ;再学习机制可对系统进行及时调整 ,增加或修改知识库的知识 ,具有很好的人机界面和实用性 ,对目标的综合应用识别具有很好的借鉴作用。     

基于神经网络的辐射源识别系统设计

针对当前辐射源识别系统中存在的问题,提出了一种结合神经网络技术的辐射源识别新方法。该方法可以快速高效的识别各类辐射源,既有基于统计分析的辐射源识别系统的快速性,又有基于专家系统的辐射源识别系统的自适应性和准确性。实际仿真结果表明该方法是有效的,尤其对于参数不全、参数畸变的雷达辐射源,其识别率和识别置信度都有较大提高。在本文方法的基础上,设计出一种结构简单、快速有效的辐射源识别系统,具有一定的推广价值。     

高超声速制导炮弹终端滑模控制

针对高超声速制导炮弹的动力学耦合与非线性控制问题,设计一种基于反馈线性化的终端滑模控制器。首先,兼顾控制系统设计的简便性要求与高超声速制导炮弹的强非线性特点,建立非线性控制模型。然后,对模型中动力学耦合问题,根据微分几何理论对其进行反馈线性化,实现俯仰通道与偏航通道的解耦。最后,对两通道分别设计终端滑模控制器,且控制器有限时间收敛。仿真结果表明,所设计的控制器能够快速稳定的追踪指令信号,且在外界干扰与参数摄动的情况下依然具有良好的鲁棒性。     

基于神经网络方法的大体积混凝土裂缝控制专家系统的研究

初次建立基于神经网络方法的大体积混凝土裂缝控制 ES的框架结构 ,对框架的设计思路、总体结构、知识库的构建、神经网络应用模式的具体实现等展开了描述 ,重点对神经网络聚类方法在神经网络知识库和自学习功能中的应用进行了研究 ,并且通过计算机模拟进行了可行性验证 ,从中得出了一些有益的结论和新的理论设想.     

基于神经网络的雷达抗转发式距离欺骗干扰方法

为实现雷达抗转发距离欺骗干扰,提出了一种基于神经网络和模式识别技术的目标与干扰的识别方法。该方法将抗干扰过程看作对目标和干扰进行识别的过程,利用干扰信号和目标的能量差别与起伏特性差异,确定出用于分类的特征因子,使该特征因子受信干比的影响远小于用传统检测方法时的影响,最后利用径向基(radialbasisfunction,RBF)神经网络进行分类。仿真结果表明,此方法在检测概率和稳定性上都优于传统方法,在信干比接近于零的情况下尤为明显。     

小样本条件下SCGAN+CNN低分辨雷达目标一步识别算法

现有低分辨雷达目标识别方法,通常采用先特征提取、再进行目标分类的两步识别算法,这种算法存在识别率难以提高和方法泛化性不足的问题,对此,提出一种增强条件生成对抗网络（strengthening condition generative adversarial network,SCGAN）+卷积神经网络（convolutional neural network,CNN）的低分辨雷达目标一步识别算法。该算法利用CNN自动获取采样数据深层本质特征,无需特征提取,实现对目标的一步识别。为进一步提高小样本条件下的识别效果,基于CGAN理论来提高样本在特征空间的覆盖程度,并对CGAN的判别器进行改进,在损失函数中增加混叠惩戒项,通过SCGAN生成不混叠的生成样本来更好地训练CNN,提高其在小样本条件下的识别能力。仿真对比实验校验了一步识别算法较传统两步识别算法的优越性,以及SCGAN+CNN的低分辨雷达目标一步识别算法在小样本条件下的有效性。     

基于神经网络数据融合的目标识别方法研究

综合应用图像识别、神经网络和数据融合技术是多传感器ATR系统的一个重要研究方向。设计了一种基于BP网络和多传感器数据融合的图像识别系统。从信息论的观点出发 ,在理论上探讨了BP网络数据融合用于图像目标识别 /分类的机理。以此理论对实验结果的合理解释证明了该理论的正确性。理论分析和实验结果都证明了神经网络数据融合用于图像目标识别 /分类的有效性和可行性     

一种军事图像目标识别神经网络系统

在军事图像目标识别中,目标通常发生比例、平移、旋转变化,有时还处于复杂背景之中或部分被障碍物遮挡,而识别往往要求是实时的。这使得传统的图像目标识别方法不能获得较好的效果。本文提出了一种神经网络目标识别系统,该系统能直接识别图像目标,而无需提取图像中的目标特征,具有目标识别的比例、平移、旋转不变性,具有良好的复杂背景下的目标识别性能,是一种高速、实用、识别率高的军事图像目标识别神经网络系统。文中给出了改进的神经网络模型并针对不同军事目标的识别需要进行了仿真实验。     

嵌入神经网络专家系统的智能化城市评价DSS

本文以决策支持系统(DSS)的理论方法为基础,综合运用人工智能、模糊集、神经网络理论。提出了嵌入神经网络专家系统的智能化城市评价决策支持系统(ICEDSS)的基本结构模式,介绍了ICEDSS各组成部分的功能,讨论了具有神经网络专家系统的综合评价子系统的工作原理,描述了多层次多目标模糊综合评价模型和基于神经网络的系统自学习原理。整个ICEDSS的原型系统已在IBM微型机上用TurboC,FORTRAN77和Foxbase⁺语言实现。