建模与仿真校核、验证与确认综述

校核、验证与确认(verification, validation, and accreditation,简称VV&A)是必须贯穿于建模与仿真全生命周期的重要部分。文章综述了建模与仿真生命周期中的VV&A活动、原则、技术及其适用范围,以及V&V的分级方法。     

基于可信度的簇间多跳LEACH算法

通过分析低功耗自适应集簇分层型协议(LEACH)和基于可信度的低功耗自适应集簇分层型协议(TE-LEACH)算法的不足,提出一种基于可信度的簇间多跳低功耗自适应集簇分层型协议(TEM-LEACH)算法.该算法既考虑簇头节点传输数据的可信度,又引入网关节点构建路由主干网,保证数据经过最少的跳数传输到基站,有效地延长无线传感器网络生存时间,增加了LEACH算法的适用范围.     

一种一致性的不确定性推理模型

将修正了的ＭＹＣＩＮ的可信度因子ＣＦ与ＰＲＯＳＰＥＣＴＯＲ的两种规则的不确定度量充分性和必要性度量ＬＳ,ＬＮ,放在ＢＡＹＥＳ框架下进行综合考虑,建立ＣＦ与ＬＳ,ＬＮ的函数关系,最后用实例说明了此模型的计算方法与主观ＢＡＹＥＳ方法的结果是一致的     

融合互近邻和可信度的K-近邻分类算法

文章提出一种融合互近邻和可信度的K近邻算法,根据互近邻的概念删除噪声数据;利用由近邻诱导待分类样本标签的可信度,避免待分类样本近邻中大类吃小类的概率。该算法不仅可以减小噪声数据对分类的影响,而且一定程度上增强了K近邻分类算法的稳定性。该算法在UCI标准数据集上进行了测试,性能相当或优于其他分类器。     

结合可信度和DS证据理论的ECOC多类分类研究

针对多类目标识别问题,利用三符号纠错输出编码作为将多类分解为若干个二类问题的结构框架,用改进的证据理论作为融合策略,将每一个二分器的输出作为证据之一进行融合;同时对分类器的可信度进行估计,并将得到的信任度量值融入证据中,从而提高多类分类的正确率。实验中分别对UCI数据集和三种一维距离像数据集进行测试,结果表明本文提出的基于分类器可信度的多类目标识别方法能有效地提高复杂环境下多传感器目标识别的正确率。     

基于可信度的节点选择算法

为了解决提高检测概率与减少网络开销间的矛盾,基于数据优化融合理论,提出了基于可信度的能量融合协同感知算法（EFCS算法）及节点选择算法。通过自适应迭代算法估计出各认知用户的感知可信度,并推导出了算法检测性能与协同用户数及感知可信度间的确定关系。算法能够在达到检测性能指标的前提下,尽可能多地删除冗余协同感知用户。仿真证明,节点选择算法在保证较高的检测概率的同时极大的节省了网络开销。     

基于神经元网络的不确定性规则的获取

讨论了不确定性规则的知识系统同神经元网络相结合的问题;提出了适合处理不确定性规则的负梯度学习算法,使不确定性规则能方便地转换成神经元网络的权矩阵;研究了如何利用神经元网络的生成能力来获取新的不确定性规则,使知识系统具有知识自动获取能力,并使原有规则系统的脆弱性得以改善.     

锅炉系统故障诊断模糊推理方法

根据锅炉系统实际运行情况,分析其故障诊断的推理求解过程,提出了专家系统中基于诊断知识的模糊描述方法,并根据诊断规则实例,采用模糊推理方法,阐述故障诊断推理过程中正向推理、逆向推理模糊断言可信度的传递运算方法。     

基于葡萄酒评价的统计分析

利用t检验对两组葡萄酒评酒员的评价结果有无显著性差异进行可信度分析,并采用主成分分析法求得酿酒红葡萄有8个主成分,酿酒白葡萄有10个主成分,最后基于两种葡萄的评价总分对红白葡萄的质量进行分级．     

360度考核法在普通物理实验成绩评定中的应用

提出由指导教师、合作者、本人共同打分的普通物理实验全方位考核方式——360度考核法,引入可信度因子拟合考试成绩方法,弥补了传统普通物理实验成绩评定方法的不足．