基于Rete规则推理的告警关联性分析

针对现有规则推理算法无法实现在当前大规模复杂多变的网络环境中准确、实时地推理告警规则的问题,提出了一种改进的规则推理算法Im_Rete.该算法结合网络告警数据的特点,采用面向告警缺失的模糊推理策略和基于概率关联模型的事实传播策略,在提高推理准确性的同时平衡推理速度,能够更加有效地对告警进行关联分析.通过仿真实验进行对比分析,结果表明Im_Rete算法在推理速度和准确性方面均具有较好的性能.     

基于关联模态云推理算法的输电塔结构损伤识别

为了解决输电塔等工程结构在不确定因素干扰下的损伤识别问题,提出了一种基于关联模态的云推理算法。建立残余力基本方程,并分析了基于残余力向量的损伤识别原理;提出了基于残余力的云推理算法,给出了云模型的数字特征,分析了前件云发生器和后件云发生器,给出了基于灰云模型的定性规则库建立方法,并利用云规则组成了相应的云推理系统。考虑到残余力法易受测量噪声等不确定因素干扰的弱点,进一步提出了关联模态云推理算法,以提高损伤识别的精度和可靠性,并采用输电塔结构模型进行了损伤识别研究。数值计算结果表明,关联模态云推理算法可以较好地识别出结构损伤,其识别效果明显优于残余力向量法和残余力云推理算法。     

一种基于几何推理约束求解参数化设计方法

提出了一种基于几何推理，约束求解的参数化设计方法，它综合了代数法与人工智能方法，通过确定几何约束与拓扑约束生成约束模型，以普通算法实现推理过程避免了求解繁琐的约束方程，解决了图形的参数化问题２。     

一种航天测控系统联调实时决策方法

针对航天测控系统由人工进行决策判断带来的滞后性,提出一种航天测控系统联调实时决策方法。将测控系统按照层次进行建模,根据联调中测控设备发送的信息,通过适当的量化模型转化为可信度值,使用基于可信度的不确定性推理理论,将一系列推理规则转化为代数运算,计算得到测控设备的工作状态,并采用同样的方法,按照层次模型自底向上对整个系统进行实时决策,计算得到整个测控系统工作状态。实验表明该方法能有效、快速决策航天测控系统的工作状态。     

基于模糊推理的边缘检测算法

提出了基于模糊理论进行边缘检测的一种新方法.该方法首先通过计算边缘梯度和标准偏差,把得到的两组集合作为模糊系统的输入,接着根据高斯函数、模糊推理系统判断每一个像素所适用的推理规则,最后对推理结果进行去模糊化,并判断该像素是否为边界像素.本文采用经典的Sobel、Prewit和LoG算法作为比较,实验结果也证明了本文所提出方法的有效性.     

基于FFSI的数/模混合推理结构设计原理

基于全部模糊控制规则的模糊逻辑推理软件化实现方法有时难以满足快时变过程控制的要求。而基于部分规则的模糊推理硬件化实现方法则具有非常高的推理速度,从而提出了一种基于作用模糊子集推理的数／模混合推理结构,讨论了其实现原理,设计了电路原理图．该结构对于多输入系统及拥有大量规则的系统,不仅不减缓推理速度,而且可以节省芯片面积．     

一种用ANN实现带权不确定性推理的方法

介绍了基于可信度的带权不确定性推理.阐述了用神经网络(ANN)如何实现基于可信度的带权不确定性推理.分析了这种神经网络的知识表示、结构及其不确定性推理方法.说明了如何利用这种神经网络并行地实现多规则的基于可信度的带权不确定性推理,以及如何解决冲突消解问题.采用这种神经网络结构的系统不仅能实现基于可信度的带权不确定性推理,而且具有自学习、并行推理、冲突消解、抗缺省等能力.采用的神经网络结构突破了传统神经网络结构的设计思想,对于扩展神经网络的应用具有参考价值.     

具有作用规则选择功能的模糊控制器硬件实现方法

基于很多条模糊控制规则的模糊逻辑推理软件化实现方法有时难以满足快时变过程控制的要求,而基于部分规则的模糊推理硬件化实现方法则具有非常高的推理速度.提出了一种基于作用模糊子集推理的数/模混合推理结构,讨论了其实现原理,并用HSPICE完成了电路的仿真试验.结果表明,当规则数增加时,具有此结构的模糊控制器的器件数目增加很少,大大节省芯片面积,而且具有纳秒级的推理速度.     

基于Bayesian网IP网络拥塞链路定位算法

在借助E2E路径性能主动探测技术进行内部拥塞链路推理的网络层析成像方法中,传统的利用路径探测计算链路丢包率的方法涉及线性方程组求逆,其计算量过大可能导致算法失效。对此,该文提出一种基于布尔代数的IP网络拥塞链路定位算法,通过对求解先验概率的线性方程组构造满秩系数矩阵,从而计算出各链路拥塞先验概率,再借助贝叶斯最大后验概率算法推理定位当前时刻拥塞链路集合。实验验证了该算法的有效性及准确性。     

模糊事例推理的实现与应用

推理机制是模拟人类思维方式的关键技术之一,针对这一问题研究了事例推理的实现和应用,并给出例证.引入基于模糊关系矩阵的模糊推理算法,提出实用事例结构模型和实现事例推理的模糊匹配算法,分析了模糊事例在GSM网络优化专家系统中的应用.     

利用判别字典学习的视觉跟踪方法

针对复杂背景及遮挡等引起目标跟踪性能显著下降的问题,提出一种目标跟踪方法。该方法首先根据目标时空局部相关性获取目标及背景样本。而后建立字典学习模型:基于误差项捕获遮挡等产生的异常值,利用极大极小凹加函数惩罚稀疏编码及误差矩阵,且对字典施加不一致约束项以提高字典的鲁棒性和判别性。针对所构建的非凸字典学习优化问题,利用优化最小化方法对其求解以获得较好的收敛性。最后,由所得判别字典计算候选目标的重构误差以构建目标观测模型,并基于贝叶斯推理框架实现目标精确跟踪。仿真结果表明,与现有主流算法相比,所提方法在复杂环境下可显著地提高目标跟踪的精度及鲁棒性。     

A fast method to evaluate water eutrophication

Water eutrophication has become a worldwide environmental problem in recent years.Once a water body is eutrophicated,it will lose its primary functions and subsequently influence sustainable development of society and economy.Therefore,analysis of eutrophication becomes one of the most essential issues at present.With the ability to deal with vague and uncertain information,and express knowledge in a rule form,the rough set theory(RST) has been widely applied in diverse domains.The advantage of RST is that it can compress the rule and remove needless features by reduction inference rule.By this way,the rule gets effectively simplified and inference efficiency gets improved.However,if data amount is relatively big,it could be a process with large calculated amount to search rules by looking up tables.Petri nets(PNs) possesses so powerful parallel reasoning ability that inference result could be obtained rapidly merely by simple matrix manipulation with no need for searching rules by looking up tables.In this work,an integrated RPN model combining RST with PN was used to analyze relations between degrees of water eutrophication level and influence factors in the Pengxi River of Three Gorges Reservoir.It was shown that the RPN model could analyze water eutrophicaion accurately and quickly,and yield decision rules for the decision-makers at water purification plants of the water quality and assist them in making more cost-effective decisions.     

浅谈基于粗集理论的文本归类系统

文本归类是处理大量文本数据自动分类的重要技术。基于粗集理论建立的林业文本信息归类系统,是在已知类别的训练集的基础上,通过分析训练数据样本,建立决策表产生区分矩阵构造出区分函数,并化简它,得到最小属性约简,最后应用Apriori算法产生最终分类的规则表,利用产生的规则表,可将林业文本信息数据进行自动归类。     

命题逻辑定理证明的一个普遍能行算法

本文以等值置换为推理规则，以交换律、结合律、分配律、吸真律和排中律为公理建立一命题逻辑形式系统。在此基础上给出一机器能行算法，把排中律等值置换成任一重言式，证明任一命题逻辑内定理。也引申出命题逻辑定理证明的一个可信性问题。     

镜像分解技术实现CFD程序自相关循环并行化的研究

针对CFD(Computational Fluid Dynamics)序中常见的自相关循环结构，分析了波前并行技术不能对其进行并行化的原因，针对其相关实质j提出了自相关循环的镜像分解技术，通过消除跨迭代的反相关，实现自相关循环结构的波前并行，完成自相关循环的并行化。     

电力电子线路的故障诊断—利用CAI实现二级基函数字典法

对于电力电子线路的故障诊断，采用计算机辅助分析的方法获得了二级基函数２字典，提高了定位率，并采用Ｔｕｒｂｏ Ｃ完成了电力电子线路故障诊断软件系统的故障定位部分。该法具有实时诊断的功能，使ＳＣＲ电路在线故障诊断的实现成为可能。     

数值模拟统计纤维体分比的分布

根据复合材料增强纤维在基体中随机分布的特点，利用Monte Carlo法进行纤维在基体中随机分布的数值模拟研究，对单胞Voronoi cell的纤维体分比Vf分布进行了统计特征分析，发现了纤维体分比Vf的单峰统计分布规律，可应用于复合材料宏细观力学性能的深入研究。     

基于贝叶斯网络的不确定环境装备故障推理模型

针对不确定环境下装备故障传播及推理问题,提出了一种基于贝叶斯网络的故障推理模型,利用网络结构与概率分布有效表达装备中各部件故障状态、关联关系及传播方式。首先将模型中变量按照其对应部件在装备中所处地位及层次的差别进一步分为故障检测变量、故障原因变量与故障模式变量三个子集。其次,依据维修人员在故障推理过程中的思维方式,提出了一套符合故障推理任务的模型网络结构有向边取向规则。然后,分析故障推理模型中变量条件概率分布特点,明确其在不确定性表达及参数简化中的优势。最后,建立平视显示器的故障推理模型实例,结合贝叶斯网络推理能力进行故障预测及诊断分析,验证模型的有效性。     

基于VB6.0的营养诊断专家系统

采用面向对象的方法和VB6 .0程序设计语言 ,设计和实现了一个营养诊断专家系统 ,该系统可以充分利用营养分析专家长期积累起来的经验和知识 ,使营养诊断技术为一般人员所掌握 ,这对于维护和保证人类身体健康具有重要意义。介绍了该系统的结构和各模块的功能 ,阐述了系统知识库建立的方法和推理机制。推理机是诊断专家系统的核心部分 ,该系统采用了基于产生式规则的正向推理技术 ,在不确定性知识处理上 ,应用确定性理论、概率统计理论建立了不确定性推理模型 ,使推理机具有较高的准确性。最后给出了一个系统的诊断实例。实践证实 ,面向对象的方法更接近于人类的一般思维活动 ,能有效地表达现实世界中大多数领域的知识     

稀疏表示中字典学习的影响因子研究

研究了稀疏表示中影响字典矩阵构建质量的关键因素,并实现了关键因子定量化表示. 分别对图像数量、取块大小、字典列数和取块步长等因子进行参数调整并生成字典矩阵,结合系数矩阵对原始图像重构,以峰值信噪比和结构相似性索引测量这两种质量评价指标作为字典质量的评估依据. 实验以CMU_PIE_Face数据库为数据源,结果表明当图像数量为500张、取块大小为4个像素点、字典列数为512维、取块步长为2个像素点时,所得到的字典具备对原始图像的最佳表示能力. 因此,稀疏表示中关键因子的定量化表示可加速字典学习过程且简化模型复杂度,提高字典抽象层质量,具备更强的图像表现力.