科技期刊亮点

中国翼龙性别鉴定研究获新突破中国地质科学院地质研究所Jun-chang Lv最近发现了一块与蛋保存在一起的雌性翼龙化石。这一发现为判别这些已绝灭的飞行爬行动物的性别提供了直接证据,解决了翼龙性别鉴定的关键问题。相关研究成果发表于2011年1     

基于DS理论的不确定空间co-location模式挖掘

 提出一种基于DS理论的co-location挖掘方法.先将数据集按照空间对象分类,然后从分类后的子数据集中依次提取该空间对象的实例,与其他空间对象数据集中的各个实例进行配对,将找到的各实例关系记录到一个新的关系表中,作为使用DS理论求解的基础.从一个新的角度来研究co-location挖掘技术,在DS理论的基础上重新定义了参与度,基于新定义的参与度来求解co-location模式.     

融合粗糙集和证据理论的车地无线通信设备故障诊断

针对车地无线通信设备故障诊断信息不一致的情况进行故障推理和诊断,提出了一种融合粗糙集与证据理论综合集成的车地无线通信设备故障诊断方法.该方法首先利用粗糙集剔除故障特征数据的冗余成分,提取互不相关的必需特征,将车地无线通信设备故障诊断问题用一个不同简化层次的故障决策网络表示,由网络节点根据定义出的规则置信度和覆盖度可推导出对应有效的故障诊断规则集合.在建立规则库的基础上,引入基于证据理论的信息融合技术,解决多传感器故障监测数据与诊断规则准确匹配的问题,建立故障推理机制,便可方便得出车地无线通信单元故障诊断结果,实例分析表明该方法能有效提高模型故障诊断能力,具有较强实用性.     

多极化多特征融合的雷达目标识别研究

雷达多极化组合态距离像与单极化组合态距离像相比包含了更多的目标信息,因此也具有更强的目标鉴别能力;而距离像不同的特征同样包含了具有一定差异的鉴别信息,可以用来提高距离像的总体识别能力。基于D-S证据理论将多极化信息和六种常用的距离像特征信息有效融合起来,获得了较高的识别率,基于仿真数据的实验验证了结论的正确性。     

多空中作战平台协同对抗多目标态势分析方法

为了对多机协同对抗多目标的作战态势进行定量分析,根据多机协同对抗多目标的空战特征,基于神经网络和证据理论,以传感器和武器能力为证据建立敌我双方对抗态势分析识别框架。将学习引入证据合成过程,用神经网络学习对基本可信数修正系数进行优化,使证据合成能够体现证据之间的相干性和主次关系。以无人作战飞机编队对抗敌地对空防御系统为例,对所研究的态势分析方法进行了验证。获得的计算结果与通过策略实际含义分析的结果相一致,具有合理性。     

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.     

一种新的证据冲突识别与调整方法

针对现有方法在识别证据冲突方面存在的不足,结合传统证据冲突,提出一种证据冲突识别与调整的方法.该方法首先将传统证据冲突的加权平均值作为识别指标,其次引入可信度和不确定度,以是否为互异证据间冲突分两种情形确定权重系数.然后,结合传统证据冲突和Jousselme信息距离对识别出的证据冲突加以调整.该方法以传统证据冲突为基础,确保了识别指标的代表性和识别结果的真实性,此外,权重系数综合考虑证据内和证据间的可信度,也更具代表性.最后,选取降低程度和平均偏差分析验证了所提方法.研究结果表明,所提方法的识别精度较高,能够有效地调整证据冲突.     

复杂规划问题的证据合成寻优方法及在电源规划中的应用

模拟人类寻优思维,将下降可行方向推广为证据合成网络,构造了证据合成算法和相应交互式寻优方法,并应用于电源规划问题     

D-S证据理论中的证据组合

Dem pster证据组合规则在 D- S证据理论中将几组相互独立的证据融合 ,得到一组新的证据。Dempster证据组合规则在 D- S证据理论中起着十分重要的作用。在对 Dempster证据组合规则进行分析的基础上 ,提出了一组更加一般化的证据组合规则 ,即证据的逻辑运算及基于相似性加权的证据组合规则。它们具有与Dempster证据组合规则不同的性质和应用背景