面向综合集成研讨厅的方案生成和评估系统

针对综合集成研讨厅体系,设计并实现了方案生成及评估系统。该系统采用电子问卷的形式供专家撰写和提交方案,自动分析汇总专家群体的方案;并提供了一种评估研讨方案的有效方法,通过专家一致性算法将群体专家的定性评估进行量化,然后实现评估结果的可视化;经过反复研讨评估,得到最终的研讨方案。面向综合集成研讨厅的方案生成和评估系统,采用定性、定量相结合的方法,将与会专家的经验知识和计算机高速的信息处理能力结合起来,为与会专家在综合集成研讨环境中解决复杂问题提供了强有力的工具,实验结果证明了该系统的可行性和可操作性。     

基于GIS技术的无线市话网络优化软件的设计开发

针对无线市话网络优化工作中存在的若干问题,在采用美国MapInfo公司提供的组件MapX的基础上,利用visual C＋＋语言进行集成二次开发,并综合各种优化方法、数学分析工具,建立了基于Client／Server模式的无线市话网络优化系统。     

基于.NET的对虾病害防治专家系统的设计与实现

针对我国对虾养殖存在的问题,采用ASP.NET技术设计实现了基于B/S结构的对虾增养殖及病害防治专家系统.该系统运用多种知识表示方法将对虾养殖、疾病诊断与防治等经验性、科普性知识进行了集成表达,采用基于规则的模糊化混合推理策略,实现了对虾养殖的咨询与决策,疾病诊断与防治、专家会诊及网上学习等功能.经实践验证和专家评测,该系统界面友好,操作简单实用,维护方便等特点,具有一定的推广价值.     

炼焦生产过程控制系统的多层性能评估策略

针对炼焦生产过程分层递阶智能集成控制系统,提出一种多层性能评估策略.讨论了由炼焦过程经济性能、焦炉加热燃烧控制系统性能和专家分析模块三部分组成的多层性能评估策略的结构、功能和所用技术.用焦炭产量预测模型、炼焦过程能耗预测模型、基于模型预测控制的性能评估方法以及专家分析方法实现了炼焦生产过程控制系统的多层性能评估.所提出的性能评估策略成功应用于炼焦生产全流程智能集成优化控制仿真实验平台上,取得了明显的应用成效.     

一种基于时间提前量TA的GSM网络覆盖优化方法

随着GSM移动网络规模的迅速扩大和城市建设的日新月异,基站小区的覆盖环境复杂易变并影响基站信号的覆盖,使得网络优化的工作量与难度越来越大。本文设计并实现了一种多网元数据采集方案,实时获取GSM网络中各网元的性能数据;提出使用快速增量更新算法来处理网络性能数据,提高了数据处理的效率;利用正态分布模型与马氏距离来分析小区的TA、上链路平衡均值以及输出功率等参数的变化,统计出异常数据与小区覆盖环境的变化,并根据数据分析的结果给出网络优化建议,实现了基于TA的小区覆盖环境分析系统,使网络优化工作更具针对性,提高了GSM网络优化的工作效率。     

基于OPeNDAP的遥感数据发布系统实现

针对遥感数据发布网络传输问题,利用OPeNDAP支持数据子集获取的特性,实现了基于OPeNDAP的遥感数据发布系统。该系统基于数据、数据库管理、网络应用的分层系统设计,开发集成了OPeNDAP数据服务、动态快视图、数据信息查看、数据目录等网络功能,实现多源遥感数据统一发布的目标,解决了黑河实验数据发布过程中存在的数据格式多样性、数据量大等问题。最后介绍了该系统的OPeNDAP、动态快视图等网络应用。     

基于GSM的远程网络安全防御系统设计

针对日益突出的网络安全问题,本文介绍了一个基于GSM网络和网络处理器的远程网络信息防御系统的设计方案,给出了系统的结构组成、软硬件实现等。系统主要由GSM MODEM,服务器和硬件防火墙构成。     

贝叶斯网络查询语义扩展的专家发现方法

专家发现是实体检索领域的一个研究热点，针对经典专家发现模型存在索引术语独立性假设与检索性能低的缺陷，提出一种基于贝叶斯网络模型的专家发现方法。该方法模型采用四层网络结构，能够实现图形化的概率推理，同时运用词向量技术能够实现查询术语的语义扩展。实验结果显示该模型在多个评价指标上均优于经典专家发现模型，能够有效实现查询术语语义扩展，提高专家检索性能。     

基于集成LightGBM和贝叶斯优化策略的房价智能评估模型

针对传统房价评估方法中存在的数据源单一、过分依赖主观经验、考虑因素理想化等问题,提出一种基于多源数据和集成学习的智能评估方法。首先,从多源数据中构造特征集,并利用Pearson相关系数与序列前向选择法提取最优特征子集;然后,基于构造的特征,以Bagging集成策略作为结合方法集成多个轻量级梯度提升机（LightGBM）,并利用贝叶斯优化算法对模型进行优化;最后,将该方法应用于房价评估问题,实现房价的智能评估。在真实的房价数据集上进行的实验表明,相较于支持向量机（SVM）、随机森林等传统模型,引入集成学习和贝叶斯优化的新模型的评估精度提升了3.15%,并且百分误差在10%以内的评估结果占比84.09%。说明所提模型能够很好地应用于房价评估领域,得到的评估结果更准确。     

基于变参数动态贝叶斯网的态势评估

针对态势估计系统建立过程中不确定性的知识表示问题,探讨了采用变参数动态贝叶斯网络进行态势评估的方法的必要性和可行性,构建了一种自适应变参数动态贝叶斯网的态势评估系统,提出了基于变参数动态贝叶斯网络的态势评估优化算法,利用数据挖掘技术实现了态势评估变参数的学习;实验结果表明该方法可以通过实时数据动态地修改、完善评估知识库及模型库的信息,使评估模型自适应战场形势的变化,以获得更准确评估结果.