基于GO法与DBN的冗余系统可靠性分析

为获得冗余可修系统在共因失效影响下的可靠性动态变化规律,提出了一种将改进GO法与动态贝叶斯网络相结合的新算法。首先,根据系统的原理图与流程图建立GO图模型;然后,基于信号流与各操作符向动态贝叶斯网络的映射规则,将GO图模型转化为动态贝叶斯网络;最后,凭借动态贝叶斯网络成熟的软件与算法对模型进行求解。通过对算例的验证和比较可以得出,该方法不但能够得到冗余系统的可靠度与可用度随时间变化的动态曲线,还能处理维修因素与共因失效对分析结果的影响。此外,新算法具有强大的反向推理能力,可迅速获得系统的薄弱环节,为实现系统的故障诊断提供理论支持     

基于深度自编码网络的实验室WSN数据压缩算法

针对无线传感器网络节点冗余和数据重叠的问题,提出一种基于深度自编码网络的实验室WSN数据压缩算法来减少传感器通信和计算开销.使用K-means算法将传感器节点划分为不同的簇,使用深度神经网络对相同簇中节点采集的数据进行压缩编码与分类,从而减小数据规模.使用贝叶斯估计算法对压缩编码后的数据特征进行融合.仿真测试与实验结果表明,所提出的算法能明显减少数据量,相比于Megrez算法与E-CPDA算法的数据融合精度分别提升了4.2%和19%,同时能够增加无线传感器网络的生命周期.     

雷达情报融合中的态势估计

从态势估计的定义出发,介绍了基于态势觉察、态势理解和态势预测的态势估计三级式功能模型。应用模糊逻辑方法对目标的距离、速度、高度等目标状态的具体值进行模糊化,采用模糊逻辑与贝叶斯网络技术相结合的方法进行态势估计推理,并以战斗机(群)或导弹攻击我作战平台为例,验证了该方法的可行性。     

贝叶斯网络杂交学习算法及其在中医中的应用

针对贪婪贝叶斯模式搜索算法(GBPS)在搜索最优贝叶斯网络结构时易陷入局部最优的不足，提出了一种改进的GBPS算法.在GBPS算法的邻域生成过程中引入了有向边的变向操作，并通过仿真实验研究了样本数量和网络节点的连接边数对算法寻优能力、结果准确度和计算量的影响.将该改进算法用于从中医临床诊断数据中辨识症状与辨证要素间的复杂关系.结果表明，该改进算法的学习结果优于GBPS算法和贪婪贝叶斯有向无环图搜索算法(GBDS).所发现的症状－辨证要素间的相关关系与中医专家经验吻合较好，可用于从中医诊断数据中自动获取中医专家知识.     

贝叶斯网络的结构学习综述

贝叶斯网络是一种描述变量间不确定性因果关系的概率图模型,广泛应用于预测、推理、诊断、决策风险及可靠性分析等领域。结构学习作为构建贝叶斯网络的基础,被证实为非确定多项式难题。文中将贝叶斯网络结构学习按照数据量大小分为完备数据和缺失数据,将完备数据下的贝叶斯网络结构学习分为近似学习算法和精确学习算法。根据上述分类方法,对现有算法及其相关的改进算法进行总结与分析对比。     

基于改进MS-EM算法的贝叶斯网络学习法构建基因调控网络

基因调控网络的重构是功能基因组中最具挑战性的课题之一.实验证明构建基因调控网络的最有前途的方法是贝叶斯网络.EM算法是一种有效的利用数据来学习贝叶斯网络的方法,能较好地处理构建基因调控网络中的数据缺失情况,但存在学习精度低、对初始参数值依赖的缺点.本文应用贝叶斯网络实现啤酒酵母细胞基因调控网络的构建,用改进的MS-EM算法进行学习,并实现实验结果的可视化.与现有文献比较,结果表明改进后的算法进一步降低了时间性能,提高了构建调控网络的精度.     

态势评估中的贝叶斯网络模型研究

针对战场态势评估的特点,采用模块化的贝叶斯网络模型对态势问题进行描述,动态构建贝叶斯网络结构．为了解决动态构建贝叶斯网络的推理问题,提出一种新的解决方法,将待连接贝叶斯网络模块的推理结果作为软证据,输入到已有网络对应的节点中,以代替所要连接的贝叶斯网络模块,在不改变贝叶斯网络结构的情况下完成网络的推理过程．仿真实验结果表明该方法是有效的．     

电缆故障定位系统中的参数估计

为实现电缆故障定位系统的参数估计，提出了一种用于模型参数估计的改进贝叶斯算法．改进后的贝叶斯算法克服了原算法要求噪声是均值为零且与输入信号不相关的白噪声的模型限制，它不仅可以估计系统模型参数，而且可以估计噪声参数．仿真结果表明，改进后的贝叶斯算法能使系统模型参数和噪声模型参数迅速收敛，其精度可以达到令人满意的状态．     

一种基于规则库的贝叶斯网络开发器的设计与实现

贝叶斯网络作为不确定性知识表达和推理的一种方法在很多领域都有着广泛的应用，作者在文中提出了一种根据许多专家提供的规则库进行贝叶斯网络结构学习的新算法，并且通过严密的推理对以往的CPT学习算法进行了一些有意义的改进，进而形成了一个较为完备的贝叶斯网络学习。     

改进粒子群优化BP神经网络的目标威胁估计

为了提高目标威胁估计精度,提出一种运用改进粒子群算法优化BP神经网络的方法。为了避免陷入局部极值,将变异过程引入粒子群算法中,并对相关参数进行优化,形成改进粒子群算法,对BP神经网络的初始权值和阈值进行优化。利用样本数量不同的训练集对网络进行训练,并用60组测试集数据对网络进行验证。实验结果表明,改进粒子群优化BP神经网络目标威胁估计算法具有更高的预测精度,在训练样本数量较小时能够获得较好的预测能力,可以有效地完成目标威胁估计。     

Improved Ship Target Detection Accuracy in SAR Image Based on Modified CFAR Algorithm

基于修正CFAR算法的高精度SAR图像舰船目标检测

王勇,郭天骄

(哈尔滨工业大学 电子与信息工程学院,哈尔滨 150001)

创新点说明：

本文基于舰船目标实测数据SAR成像结果,提出一种新的二维SAR图像舰船目标检测算法,具体创新性可说明如下：

1）首先使用Otsu算法大致确定舰船目标的大小,进而自适应地确定CFAR滑动窗的尺寸,使算法更有普适性。

2）介绍了CFAR算法的改进形式,在提高运算速度的同时大大提升了检测效率。

3）所用的综合算法包含了形态学分割算法,解决了传统Otsu、CFAR算法不能处理多目标融合、角反射过强等问题,降低了漏警概率。

研究目的：

传统CFAR舰船检测算法效率低、无法根据图像分辨率和舰船目标大小来确定滑动窗大小,而且无法解决多目标融合等问题,基于此,本文设计一种综合算法可解决基于SAR图像的舰船目标检测问题。

研究方法：

1）对图像进行Otsu二值分割处理,量取分割后的每个区域的尺寸;

2）采用改进的CFAR算法,将积分运算简化为求和迭代运算,将阈值初始化为二倍窗内灰度值均值,窗大小根据Otsu算法分割后的每个区域的长宽来确定;

3）对经过CFAR算法后的图像进行形态学开运算处理。开运算算子采用一条线段,长度同样根据Otsu算法分割后的每个区域的长宽来确定。

结果：

1）说明了SAR图像进行Otsu处理后的图像特点,以及Otsu算法可以迅速获得舰船目标大小的优点。

2）给出了改进的CFAR算法的计算流程,此算法能够根据上一步估计的舰船目标大小来调整滑动窗大小,计算高效迅速,而且比较精确。

3）采用形态学开运算算法,并能根据Otsu算法分割后的每个区域大小来确定开运算算子,开运算处理后融合的多目标彼此分离,强角反射得到了去除,降低了漏警概率和虚警概率。

结论：

对于一幅含有舰船目标的SAR图像,可以通过Otsu、CFAR、开运算处理来进行舰船目标检测,降低漏警概率和虚警概率,提高算法的普适性和精确性。此外,通过对CFAR算法改进可大大提升运算效率。本文的研究结果对SAR舰船目标检测算法的实际应用奠定了良好的理论和实验基础。

关键词：舰船检测,Otsu算法,恒虚警检测,开运算

     

动态贝叶斯网络在态势评估中的应用

针对目前战场态势变化的复杂性和多样性,尤其是战场信息的不确定性和模糊性,提出了利用动态贝叶斯网络,根据态势事件与态势假设之间的潜在关系建立态势评估的功能模型,从而实现态势评估,并用具体的实例验证了该方法的有效性.仿真结果表明,依据动态贝叶斯网络建立的态势评估模型,能够将各种特征因素进行综合,使得不同时间片的特征因素相互修正,从而能够准确地跟踪战场态势的变化,所得态势评估结果为指挥员分析当前态势和决策提供了支持.     

WSN中异构数据协同的目标定位方法

针对无线传感器网络中室外环境下的被动式目标定位问题,提出一种基于动态贝叶斯图的异构数据协同定位方法．该方法能够对异构无线网络数据相协调,完成目标被动式定位任务．首先深入分析了异构网络中可用于测距定位的三种基本被动式定位方法(基于信号强度模型,红外测距定位模型,粒子滤波定位),总结归纳了各方法的适用特点．其次,利用动态贝叶斯图,协调两种方法适用特点,推导出大规模室外被动式定位模型．仿真结果表明,笔者提出的异构数据协同定位方法能够完成被动式定位要求,与其他定位方法相比,定位精度较已有方法有所提升．     

基于执行依赖启发式动态规划的船舶减摇鳍在线最优控制

针对船舶线性横摇系统,设计了一种基于执行依赖启发式动态规划(ADHDP)方法的在线学习最优减摇鳍控制器.在设计过程中直接使用输入输出数据获取系统状态值.利用评价网络来逼近针对船舶减摇鳍控制系统设计的性能指标函数,并通过执行网络获得最优控制律,这两个网络都是多层前馈神经网络,即反向传播(BP)神经网络.在训练过程中,这两个神经网络不仅可以使用实时测量数据,也可以减少船舶横摇模型的内部误差和不确定性干扰的影响,从而提高系统的鲁棒性.最后,仿真结果表明所提出的ADHDP控制器对于降低船舶横摇有很好的控制效果.     

Network security threat assessment based on the signaling game

Nowadays, researches on network security defense based on game theory mostly use completed information or static game theory to establish the attack-defense model. In order to perform security threat assessment in a closer way to the practical situation in a network, this paper proposes a network attack-defense game model based on the signaling game, which is modeled in a dynamic and uncompleted way. After putting forward the solving process of the perfect Bayesian equilibrium of the signaling game, this paper analyzes all kinds of equilibriums existing in the game. Taking the posterior belief as the defender's prediction of the attacker's type, this paper puts forward the assessment algorithm for the network security threat based on the model above, predicts the security threat the defender is facing, and provides the security threat grade for the evaluator. Finally, the feasibility and validity of the model and the method proposed by this paper are testified through the analysis of a network example.     

Winning Probability Estimation Based on Improved Bradley-Terry Model and Bayesian Network for Aircraft Carrier Battle

基于改进的Bradley-Terry模型和贝叶斯网络的

航母作战胜率评估

王玉惠^1,2,3, 王玮¹, 吴庆宪¹

（1。南京航空航天大学 自动化学院; 2.光电控制技术重点实验室; 3.江苏省物联网与控制技术重点实验室）

创新点说明：

(1)针对传统Bradley-Terry模型不适用余航母作战单元比较的情况,提出了改进的Bradley-Terry模型,并用来比较航母作战双方的能力值;

(2)建立航母战全局评估的贝叶斯网络结构,从而评估其中一方获胜的概率。

研究目的：

航母作战时需要对比作战双方的交战实力,预先评估作战双方的获胜概率,所获评估结果将为指挥官提供辅助决策,但通过对已有成果的研究,我们发现关于战争结果预测的公开报道很少,而关于航母作战的结果预测更是未见报道。为此我们借鉴已有的动态过程预测成果,通过改进Bradley-Terry模型和构建全局贝叶斯网络,实现航母作战的胜率评估。

研究方法：

航母战的胜率评估主要分为以下3步：

第1步：将作战单元分类,基于BP神经网络评估出每一类作战单元的进攻能力值和防守能力值;

第2步：基于改进的Bradley-Terry模型进行双方的作战单元比较,然后得出一方作战单元战胜另一方作战单元的胜率;

第3步：基于Netica软件构建贝叶斯网络实现对航母战的胜率评估。

结果：

在第4节本文针对所提的方案给出了实例仿真,首先对作战单元进行分类（见第4节Step 1）,然后基于BP神经网络进行作战单元能力评估（所得结果见表3）,再次基于改进的Bradley-Terry模型进行作战单元比较（所得结果见表4）,然后构建贝叶斯网络进行全局评估（见图5）,通过对最终结果的对比可知,本文所提的方案更接近实际过程,从而验证了本文所提方案的有效性。

结论：

本文针对航母战的胜率评估问题研究了一种新的评估方案。论文的主要贡献在于为解决传统Bradley-Terry模型不能进行群对比的缺陷,提出了一种改进的Bradley-Terry模型。通过仿真实例可知,所提方案获得的结果明显优于专家判断。论文获得的成果不仅可为复杂战争的结果预测提供了一种新的解决方案,也可推广至其它复杂非线性动态过程的结果预测研究中。

关键词：航母战;BP神经网络;Bradley-Terry模型;贝叶斯网络

     

集对分析的可信网络安全态势评估与预测

为了解决可信网络中网络管理和安全监控审计的问题,通过对可信网络连接框架(TNC)和网络态势感知体系(CSA)的研究,针对可信网络安全中多数据源确定性与不确定性的特点,提出了基于集对分析的网络安全态势评估与预测方法 SPSAF.SPSAF首先采用基于特征库的方法审计网络连接信息、系统管理信息、系统监控信息和应用服务信息,然后综合改进的熵权法和层次分析法提取安全态势指标权重,再利用集对分析方法对安全态势指标进行评估得到网络安全态势值,进而绘制网络安全态势图,最后采用Box-Jenkin模型基于安全态势值预测网络安全趋势.仿真实验结果表明SPSAF能够准确有效地反映当前及未来的网络安全态势,有助于管理员有效地制定网络安全策略,并能及时发现风险,迅速准确地调整策略和实施应对措施,提供更全面可靠的网络安全保障.     

无线传感器网络下的并行粒子滤波目标跟踪算法

针对无线传感器网络环境下目标跟踪问题,提出一种基于分布式并行粒子滤波的目标跟踪方法.在建立了网络动态分簇模型和目标运动模型的基础上,将并行粒子滤波算法应用于动态目标进行跟踪.算法通过多个感知节点并行的运行局部粒子滤波器,得到每个节点对目标状态的估计,动态成簇的簇头节点对簇内每个节点的信息进行融合,形成动态目标的状态估计...     

船舶行为的语义建模与表达

船舶行为的语义表达是实现水上交通态势智能认知与知识推理的基础。为实现对船舶时空运动特征的语义表达和抽象,完善船舶轨迹的语义转换方法,提出了一种船舶行为语义的认知计算模型。通过融合船舶的时空轨迹数据及航行环境信息,以船舶时空轨迹单元为基础,根据船舶的运动状态、轨迹的空间拓扑特征以及行为的语义特征,依据空间拓扑学理论,将船舶时空行为抽象为原子行为、拓扑行为和交通行为,从船舶的时空轨迹到语义行为进行了不同层次的概念建模、语义描述和形式化表达;最后,基于该语义模型对船舶在港口水域中不同类型的航行行为进行实例验证。结果表明,该模型能够对港口水域中不同运动特征、不同空间拓扑特征的船舶行为进行语义建模与形式化表达,将其提取为5种典型的交通行为,表明该语义模型对船舶行为认知具有一定的合理性和良好的适用性。研究成果能够为船舶行为的语义认知、知识计算提供理论方法基础,实现对高级船舶行为的语义计算和认知推理。     

基于序列蒙特卡罗的网络生存态势跟踪评估

为了对系统在不同环境下的可生存性进行准确的评价和比较,提出了一种基于序列蒙特卡罗的网络生存态势量化评估方法.首先建立系统动态模型,并利用该模型获取系统在当前时刻可生存性的先验PDF.然后在系统当前时刻观测值和观测似然模型的基础上,根据贝叶斯公式更新先验PDF.最后通过重采样,用加权样本组合逼近系统可生存性的真实后验概率分布.实验结果表明该算法具有定量描述、实时计算、动态跟踪等优点,是对网络生存态势评估的一个较好的解决方案.