智能车竞赛学习成果认知诊断模型

近年来,教育模式由传统的“科学教育”向“工程教育”转变,解决复杂工程问题由单纯技术转变为模拟现代复杂工程产品结合当前智能车竞赛学习成果评估现状,为提高学生解决复杂工程问题的能力,分析了智能车竞赛与复杂工程问题的相关性和达成的毕业要求能力指标点;运用人工智能的方法,以智能车竞赛路径识别环节为例展开分析,搭建智能车竞赛学习成果评价认知诊断模型;基于贝叶斯网络,提出一种先验概率、条件概率的设计方法;基于博弈论设计了团队合作能力的证据辨识规则最后对认知诊断模型进行仿真,测量学生对知识的掌握程度和解决复杂工程问题能力的强弱,测量结果验证了模型的可靠性.     

基于贝叶斯网络的在线课程学习成果诊断与认证

教育信息化进程不断加快,使得在线教育蓬勃发展,但其开放化、多元化令学习成果的诊断和认证变得困难该文针对在线课程教育体系的特殊需求,以MOOC在线精品课程“电路原理”为例提出了一种基于贝叶斯网络的在线课程学习成果诊断与认证方法以学习产出为导向构建认知测量模型动态诊断学习者的知识结构和专业能力,并结合国内外元数据标准进行元数据XML绑定,将学习成果及其评估结果嵌入工程教育开放徽章作为认证机制,实现在线课程学习成果展示和验证     

风电机组脱网故障认知诊断模型研究

面对风力发电产教融合人才培养,构建了风电运维专业知识、实践操作认知图谱,分析了风电运维专业知识、故障解决策略、解决过程能力熟练度等潜在变量关系以低电压穿越（low voltage ride through,LVRT）等任务特征为例,建立贝叶斯网络和心理测量模型,利用工单系统记录的运维过程和运维结果等观测数据,以证据为中心对工程技术人员实施熟练度评价最后,研究了认知诊断模型对工程技术人员的实际应用价值     

基于后验知识监督的噪声鲁棒声学模型研究

语音人机交互技术作为近几年的一个研究热点,市场需求逐步增长,但是人机交互系统在抗干扰能力上存在不足,系统性能易受环境噪声的影响,一定程度上限制了相关产品的应用推广针对人机交互噪声鲁棒性问题,提出了一种基于后验知识监督的噪声鲁棒声学建模方法,类似于老师指导学生的方式,以老师模型的后验概率分布（软标注）作为指导知识对学生模型的训练进行监督,并设计出一种基于CNN DNN混合网络的学生模型,通过对带噪语音的高层特征进行提炼,提升声学模型的抗噪性能构建的学生模型在CHIME带噪数据集下进行了性能验证实验,实验结果显示三种老师模型监督下的学生模型词错误率与基线模型相比平均下降了5.21%、6.35%和7.83%,表明提出的后验知识监督方法对声学模型的鲁棒性具有很好的提升效果     

风电机组变桨系统故障认知诊断模型研究

由于近年来风电装机数量持续增长,如何对风电工程技术人员进行认知诊断以及产教融合人才培养成为一大难题该文以变桨系统常出现的电机定子匝间故障（STF）和轴承故障（BRG）为背景,探讨了故障诊断方法在此基础上运用贝叶斯理论搭建了工程技术人员的认知诊断模型,对工程技术人员的故障处理能力以及对应知识的熟练度进行评估最终将该项研究成果应用于产教融合人才培养,重点探讨了高校教师与高校实习生在教、学、考核三个方面的应用,能有效增加高校毕业生的就业优势,提高高校就业率     

多模型贝叶斯概率决策融合的遥感影像水体提取

针对使用单个深度网络提取不同类型水体时存在泛化能力弱的问题,提出一种多模型贝叶斯概率决策融合方法。选取3个不同的深度网络U-net、ResUnet和Deeplab v3+作为基础分类器进行训练并输出遥感影像上每个像素所属水体的类别概率,基于贝叶斯构建概率自适应融合模块,得到最终的水体提取结果。实验结果表明所提出的多模型贝叶斯概率决策融合方法在水体测试集上的精确率、召回率和F₁值分别达到94.21%、95.49%和94.85%,对不同类型水体的融合结果比平均法和多数投票法更准确。     

基于相关性分析的个性化实验项目自动生成系统

针对开关电源实验项目单一,教学效果不佳等问题,提出了一种基于相关性分析的电源个性化实验项目自动生成方法依据电源管理复杂工程问题的特征点,在充分研究电源管理实验套件（PMLK）中每个实验的基础上,挖掘出电源中各因素之间的相互约束关系;使用仿真数据构建了电源管理中各因素之间的相关性系数表;运用贝叶斯网络,依据前期作品可观察数据进行认知诊断,找出知识或能力的弱项;最后,基于相关性系数表使用Java语言开发了一个电力电子电源实验项目自动生成系统,以“负载电流对效率的影响分析及优化设计”为例,结合题目设计电源并实验测试,通过分析实验结果验证了项目的适用性     

基于ANN的光伏并网逆变器SVPWM研究

通过分析空间矢量脉宽调制的工作原理,提出基于人工神经网络的SWPWM调制策略这种基于ANN的光伏并网逆变器覆盖了SVPWM的欠调制和过调制两种模式,能实现从线性调制到六步模式非线性调制的平滑过渡由于神经网络具有很强的并行处理能力以及容错能力, ANN SVPWM控制器运行速度快,能有效提高逆变器功率开关的开关频率采用监督模式,通过固定权值分别对欠调制子网络和过调制子网络进行训练在MATLAB仿真平台上搭建光伏并网逆变器仿真模型,由神经网络工具箱实现ANN控制器,仿真结果表明：在 SVPWM过调制区用ANN控制方法简单、高效、控制效果良好     

电力行业科技项目后评估方法研究

科技项目后评估是针对已经完成的科技项目成果的评估,是科技管理活动的重要一环,对科技项目质量的考核评价和科技成果的应用都非常重要电力系统的科研投入逐年快速增长,对电力行业的科研活动成果进行科学、高效和准确的评估对电力科技的发展具有至关重要的作用该文在对电力行业科研活动的特点进行深入分析的基础上,建立了电力科技项目的综合评价指标体系;针对科技成果评价过程中,评估专家立场、观点、能力、素质不同导致评估结果差异的实际问题提出了有针对性的处理策略,提出了以专家考评为权重的加权处理策略和基于方差的特异性评估结果处理方法,提高了评估结果的科学性和稳健性在实际评估信息化系统中的应用取得了满意的效果     

基于多层次模糊评价模型的 数学课程远程直播研究

网络直播课堂在学习时间与地点方面灵活性较高,为未来教育方式提供新的发展趋势,为此研究基于多层次模糊评价模型的数学网络直播课堂教学效果评价方法按照系统性、科学性与可操作性原则,构建数学网络直播课堂教学效果评价指标体系;利用三角模糊数建立判断矩阵,结合层次分析法确定指标权重;利用多层次模糊评价模型依据指标权重获取直播课堂教学效果评价结果实验结果表明：该方法可精准获取直播课堂教学效果的评价结果;该方法构建的评价指标体系内容效度较优,与实际需求吻合程度较高;应用该方法后可有效提升学生学习兴趣与学习效果     

基于贝叶斯改进模型在供电可靠性预测中的应用

供电可靠性预测评估可以更有效地起到对供电系统运行管理的指导作用。所以,供电可靠性的研究预测具有较大的意义。在研究贝叶斯常均值模型预测的基础上,提出改进的贝叶斯模型优化算法。利用C++编程软件对河南省供电可靠性预测进行分析,预测评估出2007-2016年河南省供电可靠率,验证贝叶斯改进模型的有效性。     

混沌时间序列变分贝叶斯回归预测

基于变分贝叶斯及相空间重构理论,提出了含噪？昆沌时间序列相空间域线性回归预测模型。该模型对序列进行相空间重构,在相空间中用变分贝叶斯推断方法估计线性回归系数。将该模型对含加性高斯噪声的Mackey-Glass？昆沌时间序列进行预测研究。仿真结果表明,该文方法能够有效地抑制过拟和现象,具有较强的抗噪声能力,且预测结果对重构相空间的嵌入维数和时间延迟的变化不敏感。     

基于股票财务数据的贝叶斯网络的参数学习

研究了基于最大似然估计、贝叶斯估计与EM算法的贝叶斯网的参数学习.选取上市公司的10个股票财务变量构建贝叶斯网络,利用创建好的贝叶斯网络进行统计推断.对比最大似然估计和贝叶斯估计得到的参数值并展示EM算法不同迭代次数时的指数似然值,把EM算法得到的CPT表和最大似然估计的值相比较,对比较得到的结果进行归纳与分析.为基于不同算法的贝叶斯网络的参数学习提供了实证分析.     

配电网投资安全风险评估模型设计研究

传统配电网投资安全风险评估模型都是通过简化模型、历史数据与静态技术对配电网投资安全风险评估模型进行设计,忽略了动态配电网投资的研究该文设计了一种新的配电网投资安全风险评估模型,该模型把条件风险价值应用于配电网投资安全风险评估中,对配电网投资全局和局部调整策略进行多次比较和更新,实现配电网投资安全风险可能性的度量通过设备全生命周期费用LCC度量配电网投资收益损失,为安全风险可能性度量提供依据依据风险定义,通过配电网投资评估方法,对配电网投资风险出现的可能性和风险产生的后果进行量化处理,将配电网投资安全风险等级划分成一般风险、中等风险与重大风险依据风险等级确定过程,通过风险评估矩阵评估配电网投资风险实验结果表明,所设计模型评估精度高,满足应用条件     

基于认知图谱的电力电子实验课程 目标达成度评价方法

针对目前电力电子实验课程目标达成度评价中存在的主观性强、评估片面以及忽视过程性评估等问题,提出了一种基于认知图谱的电力电子实验课程目标达成度评价方法首先,根据电源领域专业知识,从六个方面深入研究了电源拓扑和特性、工作模式、效率、控制、稳定性、精度、暂态响应、磁性元件等因素之间的相互影响,构建了开关电源认知图谱;其次,研究与分析了基于开关电源特定领域知识的认知测量模型;构建了开关电源实验项目与实验课程目标的关联矩阵;最后,对被测者进行降压稳压器认知能力评测,通过分析被测者试题作答反应,经期望后验估计和最大后验估计方法,分析并得到了被测者的电力电子实验课程目标达成度     

贝叶斯网络在隧道围岩失稳风险定量评估中的应用

为了对隧道围岩失稳风险做出准确判断,预防围岩失稳灾害的发生,将贝叶斯网络方法应用于隧道围岩的稳定性评价中,对围岩失稳风险进行预警。通过引入基于贝叶斯网的知识表达和相应的不确定性推理原理,构造了隧道围岩失稳风险定量评估专家系统,结合专家的先验知识和现场数据得到节点的后验概率分布,对某隧道施工支护参数的进行了多方案的比选,工程实践证明专家系统推荐的支护参数具有良好的适用性。     

气候变化对中国海上能源通道安全的影响与风险评估

针对气候变化背景下海洋环境响应及其对海上能源通道安全的可能影响和潜在风险,引入了风险分析理论和模式识别方法,对中国海上能源通道安全的海洋环境气候变化响应和风险进行了研究. 基于可获取的历史数据资料及政府间气候变化专门委员会第5次报告中的气候变化情景预估,引入贝叶斯网络方法对当前及未来不同气候变化情景下海上能源通道安全风险进行了评估建模,旨在为应对气候变化和保障中国能源通道安全提供决策参考.     

影响地铁施工项目成本管理主要因素分析

针对地铁机电工程施工成本组成,以地铁机电工程施工成本预测为研究目的,对比国内外相关研究,提出影响地铁施工项目成本管理的主要因素是提取方法以及成本管理方法。说明了构建贝叶斯网络模型进行工程成本的动态分析的有效性,并能够实现对地铁机电工程施工成本的动态跟踪。     

数据 模型混合驱动的配电系统灵活性优化调度

针对光伏等新能源发电的波动性,提出了考虑需求侧资源作为灵活性供应的配电系统优化调度方法首先,分析了配电系统优化框架及灵活性平衡机理,针对需求侧资源规模大、容量小的特点,提出了基于虚拟电池模型的需求侧资源聚合模型;其次,提出了数据驱动的需求侧资源模型参数评估方法,构建了基于参数评估的需求侧资源聚合优化模型,提出了涉及需求侧资源主动调节的配电系统灵活性优化调度方法;最后,通过实际数据进行算例分析,结果表明,所提数据 模型混合驱动的配电系统灵活性优化调度方法可以有效降低系统的运行成本,并有利于缓解系统的净负荷峰谷差     

基于VMD-BO-BiLSTM的猪肉价格预测模型

基于猪肉价格的非线性与波动性特性，提出一种基于变分模态分解（variational modal decomposition, VMD）和贝叶斯优化（Bayesian optimization, BO）的双向长短时记忆（bidirectional long short-term memory, BiLSTM）网络的猪肉价格预测方法。首先采用变分模态分解对数据进行预处理，将数据分解为具有相对简单波动的子序列；然后通过贝叶斯算法对双向长短时记忆网络模型的第1、2隐含层神经元数目、学习率和批次大小进行寻优，根据寻优的结果建立预测模型。实验结果表明：VMD-BO-BiLSTM方法的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为1.101 214、1.466 100、0.040 631、0.987 760，相比传统单一的LSTM,BiLSTM模型精确度更高，有更高的适用性，适合对猪肉价格预测。