基于可变模糊集理论的径流预报单要素近似推理法

在深入研究径流中长期预报的单要素预报模糊推理方法基础上.针对其中应用传统的模糊分布函数来描述模糊子集的不合适问题.结合可变模糊集理论,提出了基于可变模糊集理论的径流预报单要素近似推理法;与原有的单要素预报的模糊推理方法相比,新方法可以科学合理地确定待预报径流量隶属干模糊子集区闻的隶属庹,使模糊推理方法更趋完善;详细介绍了新方法的基本原理及步骤;将新方法应用于磨盘山水库年径流预报,验证了方法的科学合理性.     

非线性Gilson-Pickering方程的移动最小二乘近似无网格法

【目的】利用适定移动最小二乘近似和预测校正迭代算法等技术,建立数值分析Gilson-Pickering方程的移动最小二乘近似无网格方法。【方法】首先采用差分格式离散时间导数,然后利用适定移动最小二乘近似离散空间导数,最后使用配点技术得到了非线性代数方程组。【结果】数值算例表明该方法能有效地求解具有三阶偏导数且依赖于时间变量的非线性Gilson-Pickering方程。【结论】该方法比有限元方法的精度更高。     

双论域多粒度模糊粗糙集近似的并交关系

模糊粗糙集是一种强健的不确定性处理模型,其拓展及相关性质具有重要意义.针对双论域多粒度模糊粗糙集,研究并交近似与近似并交的关系,得到悲观双近似算子与乐观双近似算子对于并交运算的保持性或拓展性,最后用一个医疗实例进行性质说明与有效验证.对于并交系统性质,其中的悲观模型与乐观模型分别具有与经典粗糙集模型的一致性与差异性,所得结果揭示出双论域多粒度模糊粗糙集的扩张特性.     

网络安全知识图谱研究综述

针对多源异构的网络安全数据的离散分布问题,总结了知识图谱构建需要的网络空间战技术、攻击模式、漏洞及网络设备等基础数据,提炼了数据之间的关联关系.在此基础上,综述了网络安全知识图谱相关技术的国内外研究现状,包括多源异构的安全情报数据、网络安全知识表示、网络安全知识图谱的本体构建、信息抽取和知识图谱推理.同时,对网络安全知...     

因素空间理论下银行信用卡违约预测

为扩大因素空间理论下因果分析法应用领域,基于因素空间理论下逆向逻辑归纳的思想,用背景分布计算各因果句的概率分布描述推理规则的强弱,提出逆向因果分析逻辑算法,并将其应用于银行卡的信用分析,提出基于因素空间理论的银行信用卡违约预测模型.该方法以信用卡实测数据为背景样本,提取推理规则,并用其他样本数据对预测推理规则进行验证....     

神经网络参数对地震类型识别的影响

由于震源识别模型判据选取不当或关键参数设置不合理,现有地震辨识模型的性能受到一定制约。为了改善地震类型识别效果,优化反向传播(back propagation, BP)神经网络参数设置,提出了一种经验模态分解(empirical mode decomposition, EMD)多尺度近似熵(multi-scale approximate entropy)判据,并讨论训练函数、激活函数、隐藏层神经元数目与学习速率等网络参数对地震辨识的影响。首先,针对多组天然地震事件及人工爆破事件波形进行关键信息提取与归一化,利用EMD算法提取6个本征模态函数(intrinsic mode function, IMF)和1个剩余分量(residual),然后分别计算近似熵得到EMD多尺度近似熵向量;再次,设计一系列BP神经网络调参实验,研究BP神经网络参数对地震类型识别的影响。结果表明,训练函数、激活函数、隐藏层数目等参数对地震辨识产生了明显的影响,辨识效果较好的参数组合为：训练函数采用共轭梯度法,输出层激励函数为purelin函数,隐层激励函数为logsig函数,隐层节点数和学习率分别设置为10和0.0...     

MD4算法分析

采用比特追踪法对MD4进行攻击,利用差分特性,找到近似碰撞路线,使得给定一个消息m,可以以高概率找到另一消息m′产生碰撞,并保持较低的Hamming重量.     

基于规则推理的自动船体装配工艺生成方法

针对船体装配以经验为主的现状,根据船体零部件装配关系的特点,利用扩展的“赋权有向连接图”和边列表的方法表达船体装配模型和装配序列.分析了船体零件的形状和装配特征,归纳常用零件的装配元素和装配零件,并以规则推理方式实现装配工艺的自动生成,开发计算机辅助自动船体装配工艺原型系统.以一个典型船体分段的装配过程为例进行实验表明,利用该方法可有效提高船体装配效率和质量.     

基于行为表示矩阵的行为结构计算机推理

在基于功能-行为-结构(FBS)的机械系统概念设计中,行为结构创新的计算机化推理具有重要意义.它在很大程度上决定了执行机构的数量和执行执行机构的输出运动.为了实现行为结构创新的计算机化推理,首先要定量化行为.从计算机辅助行为结构创新的角度,提出了行为结构创新假设,建立行为在行为集合内的表示方法、行为集合分组规则、行为分组法步骤、分组最优评价规则.并给出了实例分析.