基于证据数据分类算法的水声目标识别研究

证据分类算法已被广泛应用于模式识别中。针对传统证据近邻算法在证据权重和组合规则上的局限,研究了一种新的基于DSmT的证据K近邻识别算法(DSmT-KNN)。首先在水声目标的各类别训练模板库中,利用目标数据与各近邻的特征相似度来分别构造基本置信指派,并根据K个近邻数据的距离大小对构造的置信指派进行加权。然后利用DSmT规则对加权证据进行融合。最后根据每个类别下融合结果的算术平均值来判断目标的类别属性。通过水声目标实测数据实验,将DSmT-KNN与其他几种常见的方法进行了对比分析,结果表明新算法能有效提高系统的识别准确率。     

基于互信息-主成分分析-贝叶斯网络的化工过程故障诊断方法

为了解决复杂工业过程中存在变量众多、特征提取困难等问题,提出一种基于互信息(mutual information, MI)、主成分分析(principal component analysis, PCA)和贝叶斯网络(Bayesian network, BN)相结合的诊断方法。利用互信息与PCA在故障特征信息提取的优势,并结合BN在建模中强大的学习能力,建立互信息-主成分分析-贝叶斯网络(mutual information-PCA-Bayesian network, MPBN)故障诊断模型,最后根据联合树推理算法完成推理实验,并在田纳西-伊斯曼(Tennessee Eastman, TE)过程进行仿真验证。实验结果表明,该方法有效提高了化工过程诊断的准确效率和稳定性,尤其可在传感器存在证据缺失等不确定性环境因素情况下,依然具有一定的故障诊断效果。     

一种新的DS证据理论冲突处理方法

经典DS证据理论在处理高度冲突的证据信息时常常会导致错误的结论。为解决证据冲突问题,基于证据可信度的思想,引入证据之间目标的贴近度,提出一种新的确定权重的方法,然后运用经典DS证据理论融合。在保持DS证据理论规则不变的情况下,改进了融合结果。相比其他处理方法,考虑到证据之间的冲突和贴近度,客观的计算了证据的权值,收敛更快,使得融合结果更符合事实。算例验证了方法的有效性,为DS证据理论提供新的改进途径。     

海上目标战术意图序贯识别技术研究

针对舰艇指挥决策中的目标战术意图识别问题,根据领域知识的特点,提出了基于特征分量相似度的目标实时状态对意图类的支持程度算法,并用证据理论对时序上支持程度进行融合,形成目标战术意图序贯识别技术。该技术建立了目标实时特征量与已知意图模式特征分量的标准值的相似度计算模型,论述了将该相似度转化成证据理论中基本概率分配函数的方法。最后举例说明了目标战术意图序贯识别的过程。     

双信度下考虑专家风险态度的突发事件等级确定方法

群体性突发事件等级的确定是启动分级响应进行科学应对的决策依据,需要融合多领域不同专家的判断进行综合研判。考虑专家面对不确定决策的风险态度,提出一种“专家权重和自我可靠度”双信度下突发事件等级确定方法。根据双信度,构建了考虑专家风险态度和突发事件等级语义相关性的完备化证据生成方法;综合考虑证据的主客观信息提出一种改进的证据融合方法,使融合结果中充分有效保留专家的原始倾向信息;进一步,给出一种融合结果区分度检验方法,以规避等级间区分度不高的情况;最后,通过算例验证了方法的可行性与科学性。实验结果表明,专家的自我可靠度和风险认知态度会影响事件等级研判结果,综合考虑此两种因素的突发事件等级确定方法能够提升决策的可靠性和可信度。     

文山师专教师科研成果分布的实证研究

采用文献统计和抽样调查的方法,对2000年度到2003年文山师范高等学校科研成果的年代与系(室)分布、成果源分布以及作者类型和频率分布进行了较为全面的统计与分析,揭示了相关成果的分布特征和在成果源的集中与离散规律。     

民事证据法公正价值的实现与制度建构

中国现行证据法律制度是在行政型职权主义诉讼体制框架之内建立的。经济基础的变革,外来诉讼法律文化的冲击,使证据法律制度的运行与现实的社会生活条件发生着冲突。证据法律制度的重构必须以变化了的或正在变革着的社会经济条件为基础,以公正价值理念为指导,使公正价值渗透于证据法律制度之中。     

浅谈英语语篇中照应缺省的修辞理据

前后照应可以使语篇表达准确完整，是文章写作应该遵守的一种规范，属于消极修辞；有时为了表达的特殊需要，作者有意使上下文照应不周，形成修辞缺省，从而制造出意想不到的幽默，诙谐的调侃，或启人心智的效果。     

论刑事证据的法律适用

刑事案件的办理过程实际上是主要证据的法律适用过程,而证据适用是指证据的收集、审查、认定、排除和使用。保证证据法律适用的正确性,必须重视证据的功能性划分及其价值,正确界定证据的质量标准及其差异性,准确分析证据取舍的合法性及法律后果。     

海上目标数据融合实例研究

在应用D S证据理论识别海面目标的过程中,重点研究了如何通过传感器数据实测值来确定基本概率分配函数(BPA)的方法。首先,对侦察雷达所能探测到的目标雷达信号的载频、脉宽、重频,应用证据理论将其组合,得到雷达参数的联合概率分配函数。根据雷达和舰船的对应关系,由雷达概率分配函数推导出目标平台的基本概率分配函数。再用测得的舰船目标的航速得到目标平台关于航速的基本概率分配函数,并最终用D S证据理论识别了海面目标,具有较大的实际应用价值。