信息融合技术在电力变压器故障诊断中的应用

根据变压器运行原理和结构特点,将信息融合思想引入到变压器的故障诊断中,建立基于信息融合技术的故障诊断模式,即通过曲面拟合算法和证据推理技术,从不同侧面充分利用各种特征信息对变压器的故障进行诊断,以有效地提高确诊率.     

我国刑事证据规则的反思与完善

刑事证据规则,是指公安机关、检察机关和审判机关在刑事诉讼过程中依照刑事诉讼法律统一适用和规范发现、收集、提取、分析、鉴别、采信和适用刑事诉讼行为的条件和标准。随着我国刑事诉讼法再修改立法活动的展开,刑事证据规则的构建和完善成为学术界和实务界普遍关注的热点问题,构建符合刑事诉讼需要的证据规则对于保证刑事诉讼质量和完善刑事立法具有重大的现实意义。一、我国刑事证据规则的立法现状我国的刑事证据制度的核心内容可概括为＂重证据,重调查研究,不轻信口供,严禁刑讯逼供＂这不同与大陆法系＂自由心证＂或＂内心确信＂的证据制度,也不同于英美法系＂以严格的证据规则对证据的可采性予以合理的限制＂的证据制度。     

基于D-S证据理论的纹理图像分类方法

在阐述Dempster-Shafer证据理论的基础上,给出了基于Dempster-Shafer证据理论的多源信息融合的方法,并将Dempster-Shafer证据理论的信息融合技术应用于遥感图像纹理的分类.图像灰度均值特征和图像灰度共生矩阵的熵特征作为纹理图像的不同特征被提取,并构成该理论中的证据,利用一定的决策规则,选择融合证据作用下最大的假设.实验结果表明,基于Dempster-Shafer证据理论的多特征融合分类识别图像纹理的新方法是切实有效的和可行的,分类结果要优于仅仅利用单个特征进行分类的结果,能极大地提高图像纹理的识别分类能力.     

基于D-S证据理论的多源信息融合方法在系留气球缆绳故障诊断中的应用研究

本文介绍了一种基于Dempster-shafer(D-S)证据理论的多源信息融合理论在系留气球缆绳故障诊断中的应用方法。分析介绍了D-S方法的基本理论、基本概率分配函数(BPA)的获取途径、组合法则和决策方法等。通过实例分析表明,该方法的应用可以大大降低原来只靠单个传感器判断的局限性和不确定性,给系留气球系统缆绳故障的判断提供了一种新的解决思路。     

基于证据理论的群组层次分析法判断矩阵集结方法

针对现有群组集结方法关注于专家权重和集结元素之间相似性,缺少对层次分析法(AHP)判断矩阵元素一致性考虑的不足,提出一种基于证据理论的群组AHP判断矩阵集结方法。该方法以群组AHP判断矩阵元素的相似性和一致性为证据源,采用DS证据理论计算上三角元素的合理性指标值;并以该指标值为边权计算最大生成树和相对应的完全一致矩阵;该方法在完全一致矩阵和PG算子集结矩阵的约束下,结合残缺元素的修复策略,计算满足最优相似一致度的群组集结结果。通过算例分析,说明该方法的可行性与有效性。     

遏止刑讯逼供的方法分析

刑讯逼供是一种丑恶的历史现象,在建立社会主义法治国家的进程中必须通过确立疑罪从无,辅以口供补强规则;改革现行刑事侦查体制,规范和控制侦查权利,加强对侦查的监督和制约;取消如实回答义务,赋予犯罪嫌疑人沉默权,确立不被强迫自证其罪规则;强调依法取证,确立非法取证的排除规则,建立法定证据制度;确立举证责任倒置原则;扩大律师在刑事诉讼中的作用;树立正确的执法理念等措施来加以遏制。     

福建电子信息产业提升全球竞争力分析与对策——基于波特的“钻石理论模型”

运用波特的“钻石理论模型”对福建电子信息产业现状进行分析,发现其在企业战略、结构与竞争状态等方面还非常薄弱,亟需进行产业链和供应链的整合,以提高全球竞争力。提出福建电子信息产业可利用海西加快建设的良好契机,通过“走出去”和“请进来”的方式,吸纳台湾电子信息产业的创新技术和管理经验,以推动电子信息产业链和供应链的整合,实现产业战略转型升级的建议。     

循证医学在口腔医学中的应用初探

循证口腔医学是近年来国际临床医学领域迅速发展起来的新兴学科,是目前医学领域的研究热点之一,其基本指导思想是:任何医疗决策的确定均应基于客观的临床科学证据     

一种基于多可信属性的证据模型建立方法

可信远程证明是可信计算技术中非常重要的一部分,而可信证据又是可信远程证明的基础。但是,通过研究现有主要可信远程证明方法发现对于可信证据研究主要存在以下几个问题：首先,证据信息不充分,不能满足可信证明的需求;其次,证据信息组织不够合理;最后,由于可信性具有一定的主观性,与用户的预期相关,但现有方法中在收集证据时没有考虑用...     

基于信息融合技术的电机故障诊断

为了能够从多方面反映电机系统状态,实现对电机故障模式的自动识别与准确诊断,将信息融合技术与神经网络相结合,建立电机故障诊断系统。在数据融合级上,将故障特征量进行分类处理,然后,采用多层神经网络进行故障特征级融合与电机故障的局部诊断,获得彼此独立的证据,再运用DempserShafer(D-S)证据理论融合算法对各证据进行融合,最终,实现对电机故障的准确诊断。诊断测试试验证明:该诊断系统提高了电机故障诊断的精度,并能满足诊断的实时性要求。