模糊推理在导线间串扰预测中的应用

提出应用模糊逻辑推理对互连导线间串扰问题进行预测的方法,从前期测量数据中选择有效的电磁干扰参数作为预测因子,并根据数据的统计特性对其分级,然后归并模糊蕴涵式语句确定模糊蕴涵关系集。该方法与人工神经网络预测方法相比,不仅可以充分利用原有的专家的经验和知识,而且能够从实际数据中自动总结和提取新的推理规则。实例分析表明该方法对导线间串扰问题的预测是可行的。     

归纳推理合理性的心理学辩护

归纳推理在哲学、科学、心理学以及日常生活中都具有重要作用。我们通过归纳推理将知识组织成有用的结构。休谟首先对归纳推理的合理性提出质疑,后来的学者对归纳推理合理性的逻辑辩护都失败了,其根本原因在于数学逻辑不适于描述归纳推理。归纳推理实质上是心理事件而不是数学事件,它所依赖的生活事件集合与数学集合具有完全不同的结构。从心理归纳的角度讲,归纳推理发生在人、知识、情境的三维空间中,其目的是适应性。从适应性的角度,心理归纳的合理性能够得到充要的证明。     

基于时间窗的SVDBN近似推理算法研究

变结构动态贝叶斯网络(SVDBN)在处理非稳态过程的不确定问题具有其独特的优越性。为克服SVDBN推理算法不能实现在线推理的缺陷,在引入SVDBN的时间窗和时间窗宽度概念基础上,阐述了基于时间窗的SVDBN在线近似推理机制,提出了2种在线近似推理算法,即基于时间窗的变结构离散动态贝叶斯网络(SVDDBN)递推推理算法和基于时间窗的SVDDBN快速推理算法。通过仿真实验验证了这2种算法的有效性,并从复杂度、适用范围及更新时间等方面进行了比较。     

Temperature modeling and control of Direct Methanol Fuel Cell based on adaptive neural fuzzy technology

Aiming at on-line controlling of Direct Methanol Fuel Cell （DMFC） stack, an adaptive neural fuzzy inference technology is adopted in the modeling and control of DMFC temperature system. In the modeling process, an Adaptive Neural Fuzzy Inference System （ANFIS） identification model of DMFC stack temperature is developed based on the input-output sampled data, which can avoid the internal complexity of DMFC stack. In the controlling process, with the network model trained well as the reference model of the DMFC control system, a novel fuzzy genetic algorithm is used to regulate the parameters and fuzzy rules of a neural fuzzy controller. In the simulation, compared with the nonlinear Proportional Integral Derivative （PID） and traditional fuzzy algorithm, the improved neural fuzzy controller designed in this paper gets better performance, as demonstrated by the simulation results.     

复述平行语料构建及其应用方法研究

以汉语为研究对象,提出构建大规模高质量汉语复述平行语料的方法.基于翻译引擎进行复述数据增强,将英语复述平行语料迁移到汉语中,同时人工构建汉语复述评测数据集.基于构建的汉语复述数据,在复述识别和自然语言推理任务中验证复述数据构建及其应用方法的有效性.首先基于复述语料生成复述识别数据集,预训练基于注意力机制的神经网络句子匹...     

基于图像特征的双目测距系统的研究

针对双目视觉测距中测量误差大、图像信息单一、实时性差等问题,提出一种基于ORB(oriented fast and rotated brief)特征的双目测距方法。对视频帧进行中值滤波处理,提取图像ORB特征,通过实验选出匹配效果最好的汉明距离。对筛选后的匹配点进行RANSAC(random sample consensus)模型估计,去除误匹配,分析视差和真实距离的模型关系,构建最优的测距模型并在实验平台上进行验证。结果表明:所提方法比其他双目测距方法具有测距精确、运行速度快、鲁棒性强的优势,能够实时显示图中特征的距离信息。     

多光谱卫星云图降水区域与强度估计的模糊推理模型

在卫星云图降水分析中,针对降水天气和降水强度具有明显的"模糊"特性,提出了云图降水的模糊推理模型.从不同云类降水的经验知识和降水天气的卫星云图样本中,提取出若干云类降水规则.在此基础上,引入模糊推理方法,建立了卫星云图降水分布和降水强度估计的模糊推理模型.实际应用中,对卫星云图进行云分类,根据云分类结果,去除不可能产生降水的云类区域.对可能产生降水的云类区域,通过提取多光谱云图的灰度等特征进行推理判别,进而得出该区域是否降水以及降水强度和降水分布的估算.试验结果表明,该方法在客观性、定量性和自动化程度方面优于传统的降水估计方法,且建模所需的样本少,可适用于多种类型的气象卫星云图.     

相似产品步进应力加速寿命试验的统计分析

本文将单组样本的步进应力加速寿命试验(SSALT)拓展到双样本情形.基于累积失效模型(CEM),对两组指数产品的联合Ⅱ型截尾数据进行综合分析.首先,计算未知参数的极大似然估计(MLE),并利用矩母函数(MGF)建立其条件概率分布.然后,采用两种方法,基于概率分布的精确分析方法和参数的Bootstrap方法,构建参数的置信区间(CIs).以覆盖率作为评价标准,对两种方法的区间估计效果进行分析.最后,通过数值算例验证了本文方法的有效性.     

基于M-ANFIS-PNN的目标威胁评估模型

目标威胁评估的目的是根据目标的属性和状态信息对目标的威胁程度进行定量估计,为后续作战决策提供辅助支持。现有威胁评估模型大多依赖于数值信息,难以有效处理包含定性、定量数据的目标特征信息。基于此,提出一种改进的自适应模糊神经推理系统模型。在自适应模糊神经推理系统的基础上,引入前件影响矩阵和后件影响矩阵对定性数据进行处理,使得定量、定性数据的影响同时作用于模糊规则的前件参数和后件参数;为了进一步提高模型的输出精度,将自适应模糊神经推理系统的输出层替换为多项式神经网络;通过基于Gower距离的近邻传播聚类算法对改进模型进行结构辨识,确定模糊规则的初始参数。仿真实例验证了所提方法的有效性与可行性,与其他混合属性数据建模方法相比,所提方法具有较高的预测精度,可为作战指挥决策提供有效的辅助支持。     

定性仿真与人工智能的关系及计算机化解法体系

定性仿真是采用定性推理方法建立和求解定性代数方程或定性微分方程模型,得到被仿真对象的定性行为和展望的预测过程。定性仿真(QSIM)和基于深层知识的人工智能技术,在其核心内容上看是属于同一科学领域。图论方法是求解复杂定量或定性仿真模型的实用且有效的计算机化方法。提出了有关定量和定性仿真计算机化的解法体系,给出了一种计算机求解实例。