基于操作流程图的人为差错辨识方法

提出操作流程图的概念,利用操作流程图来辨识人为差错。提供了操作流程图的3种基本模块,分析了如何建立操作流程图,给出利用操作流程图进行人为差错路径辨识算法,算法所得到的结果与事件树的结果是完全一致的。讨论了操作流程图针对事件树的优势及其发展趋势。     

行为模式支持下的人为差错分析方法研究

人为差错严重影响系统安全。为全面辨识分析人为差错并找出合适的规避措施,提出一种行为模式支持下的人为差错分析方法。该方法提出“认知过程是场景相关的”观点,建立不同任务场景下可能对应的认知过程。为此,引入行为模式作为两者之间的桥梁。设计一个行为模式分类器,可以确定不同任务场景下可能对应的行为模式;分析不同的行为模式可能对应的认知过程;在此基础上分析不同行为模式下可能对应的差错模式及其成因,并讨论相应的差错规避措施;通过实例演示以上分析过程。     

AES算法的差分差错攻击

针对高级加密标准(AES)算法的加密过程的安全性问题,提出了一种有效的差分差错攻击(DFA)方法;根据DFA攻击中4字节差分差错模型特点,设计了在4字节差分差错不同和相同两种情形下计算最后一轮子密钥的算法;通过计算差分差错的可能值,计算出最后一轮子密钥的可能值的集合,进而确定子密钥的确切值。实例结果表明了该方法的可行性和有效性。     

空中交通管制中的人为差错探讨

近年来,航空事故发生频繁,纵观历年的事故,人为因素导致的航空事故呈现一个上升而主要的态势,做好对于空中交通管制的人为差错问题研究,降低人员因素带来的安全事故成为本文探讨的重点,以更好的方式来提高人员综合性能力,确保空中交通管制的安全。     

基于差错传播概率矩阵的时序电路软错误可靠性评估

在深亚微米及纳米级集成电路设计过程中,电路的可靠性评估是非常重要的一个环节.该文提出了一种基于差错传播概率矩阵(Error Propagation Probability Matrix,EPPM)的时序电路软错误可靠性评估方法,即先将逻辑门和触发器在当前时钟周期对差错的传播概率用4种EPPM表示,再利用自定义的矩阵并积运算计算多周期情况下的差错传播概率,最后结合二项分布的特点计算时序电路的可靠度.用ISCAS' 89基准电路为对象进行实验,结果表明所提方法是准确和有效的.     

基于本体的空管人为差错分析研究与应用

为实现空管人为差错致因及危险等级语义分析,开发人为差错本体分析软件。通过空管运行人为差错(HeraJanus)及人为差错预测(Hera-Predict)手册中获取的领域知识构建领域本体;结合事故调查报告知识创建存储本体,建立Hera-Janus本体知识库,根据类与个体之间的关系定义Jena推理规则。通过Eclipse平台中的Jena应用调用Pellet推理机分析实际案例,在人机交互界面给出差错类型及危险程度,其结果表明了空管事故智能化分析的有效性和可行性。     

基于灰狼算法的民航维修人为差错评价模型

随着民航运输业的迅猛发展,航空运输量和排班量大幅度增加.航空器在可靠性和安全性等诸多方面都有了大幅度提升.由机械故障导致的安全事故比例从80％下降到了20％,而维修过程中的人为差错占比却直线上升,成为影响民航安全、飞行安全及运行成本的重要因素.因此,民航业对于人为差错备受关注.为了降低民航维修中人为差错的发生几率,提高...     

一种适合卫星可靠组播的差错恢复方案*

针对卫星网络高误码率、长延时等特点,提出了一种适合卫星可靠组播的差错恢复方案。该方案采用异或（XOR）编译码的方法,可以一次重传恢复多个丢失的数据包;在此基础上,设计了一种基于重传矩阵预处理的最优重传策略来实现重传数量最小化。仿真结果证明了该可靠组播差错恢复方案在卫星环境中的有效性。     

一种有效的空间域视频传输差错掩盖算法

针对易错信道中传输视频图像容易发生差错而导致图像块丢失的现象,提出一种有效的空间域差错掩盖算法．根据周围正确解码块中的边缘信息把丢失块分成平滑块和边缘块两类．对于不舍有边缘的丢失块用简单的线性插值进行恢复;对含有边缘的丢失块先用基于梯度的自适应预测（GAP）法获得丢失块的初始值,然后用最大后验概率方法对初始值进行优化．实验结果表明该算法能够获得优越的图像质量,同时计算复杂度低,适用于视频图像的实时性传输．     

基于生态声学的虚拟现实影视声景指数量化

针对目前虚拟现实影视作品中声音设计过程中缺乏客观量化指标、过于主观的问题,提出一套基于生态声学的虚拟现实影视声景量化方案.依据生态声学研究理论基础,方案将影视声景元素根据其发声动机划分成自然声、人为声和地球声三个部分,在该分类的基础上,通过计算各类别之间的比例来量化影视声景设计中关于地点、时间、天气等因素.实验样本来源...     

基于纠错输出编码的多类概率建模

目前模式识别领域中缺乏有效的多类概率建模方法,对此提出利用纠错输出编码作为多类概率建模框架,将二元纠错输出编码研究的概率输出问题转化为线性超定方程的求解问题,通过线性最小二乘法来求解并获取多类后验概率的结果;而对于三元纠错输出编码的等价非线性超定方程组,提出一种迭代法则来求解多类概率输出.实验中通过与3种经典方法相比较可以发现,新方法求取的概率输出具有更好的分布形态,并且该方法具有较好的分类性能.     

隐马尔可夫模型的一种有区分力的反向传播训练方法

研究隐马尔可夫模型(HMM)的一种有区分力的训练方法.在多层前向神经网络的 框架中实现了HMM的前向概率计算.基于这一框架,利用偏导数的反向传播计算方法,通 过梯度上升的优化过程来实现互信息的最大化,从而对HMM进行有区分力的训练.这一 训练方法被称之为HMM的反向传播训练方法.此外,还设计了一个用以实现这一训练方 法的在数值计算上具有强鲁棒性的算法.语音识别的实验结果证实了这一训练方法的优越 性.     

最优化问题算法模式的研究

论文在对最优化问题的结构和实例进行严格描述的基础上,提出一种沿算法框架、算法模式再到具体算法的路线来解决最优化算法设计问题的方法。文中对算法模式概念进行了重新定义,给出求解最优化问题的一个算法框架,以及从该算法框架导出算法模式、算法及其实现程序的实例,同时对算法模式的使用步骤,算法框架、算法模式与算法三者之间的关系,算法模式的编程实现技术进行了论述。     

An improved weighted fuzzy CREAM model for quantifying human reliability in subway construction: Modeling,validation, and application

On construction sites, there are many catastrophic accidents induced by human error. The fuzzy cognitive reliability and error analysis method (CREAM) is an effective method for assessing human error hazards in such a context. However, deficiencies regarding the aspects of reasonably considering the input weight, evaluation of common performance conditions (CPCs), and the rule‐based approach for fuzzy illation are frequently encountered. This paper provides an improved weighted fuzzy CREAM model. First, the reasonable weight of the CPCs is obtained by using multiple correlation analysis and evidence theory. Second, the specific evaluation rules for CPCs are established based on Chinese codes, and the membership function for each CPC level is obtained by a statistical method. The discrete basic diagram for the control mode is then transformed into a continuous fuzzy rule‐based model. On that basis, the rationality and reliability of the model are verified by four axioms. The method that introduces the weights into the calculation of the expected effects of CPCs and the reasoning of human error probability (HEP) can help evaluate the effectiveness of CPCs on human performance. The model is sensitive to the minor alterations of CPC scores and weights; the sufficiency of the data utilization and the solution domain are also verified. An exemplified application shows the rationality and validity of the new weighted fuzzy CREAM for shield tunneling human reliability analysis. This model also provides essential HEP data that can be used in hazard analysis in other engineering fields.     

无人机群目标搜索的主动感知方法

为提升蚁群搜索算法在规模大的栅格环境中对未知目标的搜索效率,提出基于蚁群算法的主动感知搜索框架。该框架通过应用历史环境信息来选择无人机的运动方式,并由无人机运动方式和感知域信息得到新的环境信息,从而实现无人机群的智能自动化搜索功能。新方法计算出一种具有探索偏好的未搜索概率,可使无人机搜索时偏向未搜索程度高的栅格,以此来提高算法的搜索能力。同时,以未搜索概率和信息素作为运动方式决策的依据来建立一种新的运动方式选择机制。该机制不仅考虑了目标可能出现的区域,又可兼顾未知区域,从而可实现无目标先验信息条件下的搜索过程。仿真结果表明,此算法在规模大的栅格环境中,与现有算法相比具有更高的搜索效率,并且得到的目标分布信息将更加全面。     

一种随机TBFL方法

许多学者研究了运用测试集对程序错误语句定位的问题,并提出了许多行之有效的方法,这些方法统称为TBFL(testing based fault localization)方法。后来人们发现,测试集里如果出现冗余,则这些冗余测试用例会伤害这些定位方法的功效。为了解决这个问题,Hao等人提出了SAFL(similarity aware fault localization)方法。实际上完全避免冗余是不可能的,因此从另一个角度构造了一个新的TBFL方法,称为随机TBFL方法。该方法的基本思想是:测试前对程序的语句错误概率进行先验分布,并把测试集看成随机变量,用测试用例反映的程序语句有关信息对程序语句的概率作一些调整,调整后的概率称为后验校正概率,最后根据这个后验概率对错误语句进行定位。将传统的TB-FL方法如Dicing方法、TARANTULA方法、SAFL方法纳入随机信息分析并通过几个实例进行分析和比较,结果表明,随机TBFL方法不仅能够正确定位错误语句,而且冗余对该方法的功效伤害不大。     

Fault detection,isolation and quantification from Gaussian residuals with application to structural damage diagnosis

Despite the general acknowledgment in the Fault Detection and Isolation (FDI) literature that FDI are typically accomplished in two steps, namely residual generation and residual evaluation, the second step is by far less studied than the first one. This paper investigates the residual evaluation method based on the local approach to change detection and on statistical tests. The local approach has the remarkable ability of transforming quite general residuals with unknown or non Gaussian probability distributions into a standard Gaussian framework, thanks to a central limit theorem. In this paper, the ability of the local approach for fault quantification will be exhibited, whereas previously it was only presented for fault detection and isolation. The numerical computation of statistical tests in the Gaussian framework will also be revisited to improve numerical efficiency. An example of vibration-based structural damage diagnosis will be presented to motivate the study and to illustrate the performance of the proposed method.     

Efficient representation and extraction of 2-manifold isosurfaces using kd-trees

In this paper, we propose the utilization of a kd-tree based hierarchy as an implicit object representation. Compared to an octree, the kd-tree based hierarchy is superior in terms of adaptation to the object surface. In consequence, we obtain considerably more compact implicit representations especially in case of thin object structures. We describe a new isosurface extraction algorithm for this kind of implicit representation. In contrast to related algorithms for octrees, it generates 2-manifold meshes even for kd-trees with cells containing multiple surface components. The algorithm retains all the good properties of the Dual Contouring approach by Ju et al. [ACM Trans. Graphics 21 (2002) 339–346] like feature preservation, computational efficiency, etc. In addition, we present a simplification framework for the surfaces represented by the kd-tree based on quadric error metrics. We adapt this framework to quantify the influence of topological changes, thereby allowing controlled topological simplification of the object. The advantages of the new algorithm are demonstrated by several examples.     

Hierarchical image segmentation using a correspondence with a tree model

A new general image segmentation system is presented, based on the calculation of a tree representation of the original image in which image regions are assigned to tree nodes, followed by a correspondence process with a model tree, which embeds the a priori knowledge about the images. For this correspondence, an original algorithm is proposed, which performs the minimization of an error function that quantifies the difference between the input image tree and the model tree. We also present a new algorithm for automatically calculating the model tree from a set of manually segmented images. Results on synthetic and MR brain images are presented.