一种自适应模型构造的层次决策图贝叶斯优化算法

描述和分析零星模型构造(SMB)方法中固定模型构造周期参数对层次决策图贝叶斯优化算法性能的影响,提出了一种基于自适应模型构造(AMB)的层次决策图贝叶斯优化算法,通过计算群体平均信息熵密度而确定相邻两代群体所对应网络模型的相似度,仅当相似度小于给定阈值时自适应重构贝叶斯网络模型,从而在保证贝叶斯网络模型精确性的前提下减少贝叶斯网络模型的构造次数,进而降低算法计算复杂度,加速收敛.实验结果表明,AMB方法有效可行.     

基于贝叶斯网络的Web服务组合故障诊断

提出一种利用贝叶斯网络对Web服务组合故障原因进行诊断的模型,对该模型中贝叶斯网络拓扑结构的构造以及网络参数的赋值方法进行了详细说明。然后,基于构造的贝叶斯网络,提出Web服务组合的故障检测算法并对其进行了分析。实验模拟表明,提出的模型能有效地识别Web服务组合流程错误的根本原因。     

基于贝叶斯学习的告警相关性分析

利用贝叶斯网络建立通信网告警相关性模型，采用EM算法对不完全观察的隐变量进行学习。介绍了基于贝叶斯网络的基本概念。提出了通信网功能分层结构的思想，建立不同网络层次间的故障传播模型。讨论了从故障传播模型中构造贝叶斯网络。结合SDH over DWDM实验模型，具体讨论了贝叶斯参数学习的实现步骤及结果。     

基于贝叶斯网络的软件项目进度管理模型

根据软件项目的特点以及软件项目进度的安排,本文提出了基于贝叶斯网络的软件项目进度管理模型,在PERT图的基础上构造贝叶斯网络模型,由专家判断和工程经验确定网络中的概率参数。该模型可实现对项目进展情况的监控和控制,识别开发中对项目影响的不确定性因素,并进行反向参数学习,从而可以及时地调整不合理的开发进度,以达到优化的作用。仿真实验结果表明,该模型与实际情况相符合,应用于实际项目开发中取得了很好的效果。     

混合多元回归学习模型的改进

研究统计方法分析问题,针对在实际应用外特性模型的输入普遍为混合变量,既包括连续随机变量,也包括离散随机变量.目前已有混合多元回归学习模型大多只处理连续随机变量,且有着多重共线性的缺陷.针对上述问题,研究了基于贝叶斯网络的回归树学习模型.基于贝叶斯网络的回归树学习模型的研究方法建立在朴素贝叶斯网络模型基础上,采用分而治之的原则构造决策树,以朴素贝叶斯取代叶节点.在2个UCI机器学习数据集上的仿真实验结果表明模型性能良好.基于贝叶斯网络的回归树学习模型可以有效减小预测误差.     

基于进化MCMC的DBN学习算法

提出利用进化MCMC算法进行动态贝叶斯网络(DBN)学习的方法。在数据缺省情况下利用EM算法进行贝叶斯网络参数学习,结构学习部分生成多条备选的贝叶斯网络染色体,对染色体进行变异操作和交叉操作,在遗传操作中根据温度参数和贝叶斯网络及贝叶斯信息准则来构造MCMC函数,并利用MCMC函数进行贝叶斯网络学习。每一代进化后,将贝叶斯信息评分最大的贝叶斯网络作为结构学习的结果。实验结果验证了该方法性能的稳定性。     

贝叶斯网络检索模型的性能评估

贝叶斯网络检索模型可以表示术语间的条件概率和概念语义,并依此预测用户查询和文档间的相似度,是解决信息检索的有效手段。通过构造中文测试集合,对简单贝叶斯网络检索模型和扩展的贝叶斯网络检索模型的性能进行详细评估,实验证明扩展模型可以有效地提高检索性能,在一定程度上实现了基于语义的信息检索。     

小数据集条件下的多态系统贝叶斯网络参数学习

针对贝叶斯网络中多父节点条件概率分布参数学习问题,提出了一种适用于多态节点、模型不精确、样本信息不充分情形的参数学习方法.该方法利用因果机制独立假设,分解条件概率分布,使条件概率表的规模表现为父节点个数和状态数的线性形式;利用Leaky Noisy-MAX模型量化了多态系统模型未含因素对参数学习的影响;从小样本数据集中获取模型参数并合成条件概率表.结果表明,该方法能提高参数学习效率与精度.     

基于贝叶斯网络的说话人识别研究

基于贝叶斯网络基础理论,并针对与文本无关说话人识别任务,构造了一种用于说话人识别的贝叶斯网络结构,给出了该网络模型的构造和参数估计方法,提出了进行说话人识别时进行推理和分类预测的算法。通过与传统的混合高斯模型(GMM)的实验类比,该贝叶斯网络模型能够在同样的训练和测试数据情况下识别率平均相对提高30％。     

自动交互图像分割中的贝叶斯网络模型构建

由于贝叶斯模型和各种图像测量结果,置信传播会更新每个节点的相关概率,提出了在自动交互图像分割过程中应用的新型贝叶斯网络模型。从过度分割模型中的超级像素点区域、边区域、顶点和测量结果之间的统计相关性来构造多层贝叶斯网络模型。除了自动图像分割,贝叶斯网络模型也可用于交互式图像分割中,现有交互分割往往被动地依靠用户提供的准确调整,提出新型主动输入选择方式作为准确调整。实验采用Weizmann数据集和VOC 2006图像集来评估,实验结果表明贝叶斯网络模型可以进行效果更好的自动分割,主动输入选择可以提高整体分割精度。     

水工弧形闸门结构的APDL建模方法

针对水工弧形闸门结构有限元分析过程中建立几何模型和有限元模型过程不清晰、方法不高效及质量不高问题,采用通用有限元计算软件ANSYS中APDL参数化语言给出快速建立弧形闸门高质量几何模型和有限元模型的具体思路和相应APDL命令.确保了几何模型的真实性、有限元模型的正确性、边界条件的恰当性、分析结果的合理性.进而解决了弧形...     

粘贴DNA计算模型的几种分子逻辑门的实现

理论上来说,基于DNA的分子逻辑门是DNA计算机体系结构的产生基础和DNA计算机实现技术的硬件基础。在这篇论文中,我们在先前提出的基于粘贴DNA计算模型的分子逻辑与门的实现方法的基础上,进一步提出了基于粘贴DNA计算模型的分子逻辑或门和与非门的实现方法。与先前方法类似,逻辑门、输入信号和输出信号是DNA分子。可以实现OR,NOT和NAND类型的逻辑门操作。需要使用包括聚合酶链反应(PCR),琼脂糖凝胶电泳,探针的标记与检测等生物工程技术。这些技术集成于DNA芯片中可用于DNA计算机的研制。     

基于自适应波门的临近空间高超声速目标航迹起始方法

针对传统航迹起始方法不能有效起始临近空间高超声速目标航迹的问题, 提出了一种基于自适应波门的航迹起始方法。在分析临近空间高超声速目标运动特点的基础上, 建立专门针对临近空间高超声速目标的扇形波门、椭圆形波门和部分圆环形波门, 当扇形波门内无有效量测时, 根据目标前一时刻的位置和速度信息建立椭圆形波门。如果椭圆形波门内无有效量测, 则假设目标在前一时刻或是更早时刻以最大机动水平改变原运动模式, 据此假设来建立部分圆环形波门, 确保目标真实量测落入波门, 并采用模糊决策方法起始目标航迹。仿真结果表明, 新方法能够对临近空间高超声速目标进行有效航迹起始, 提高了正确航迹起始概率, 具有一定工程实践意义。     

基于粘贴DNA计算模型的分子逻辑与门的实现

理论上来说,基于DNA的分子逻辑门是DNA计算机体系结构的产生基础和DNA计算机实现技术的硬件基础。文章提出了一种新的基于粘贴DNA计算模型的分子逻辑与门的实现方法。在此方法中,逻辑门、输入信号和输出信号是DNA分子。可以实现DNA类型的逻辑门操作。需要使用包括聚合酶链反应(DNA)、琼脂糖凝胶电泳、探针的标记与检测等标准的生物工程技术。这些技术集成于DNA芯片中可用于DNA计算机的研制。     

基于松弛算法的停机位分配优化方法

针对机场近机位资源紧缺及实际航班到离港时间偏离计划时间对停机位分配所造成的扰动，提出了在同机位相邻航班间加入缓冲时间的停机位分配调度方法。首先，建立了以机位空闲时间、远机位占用时间最小为目标的鲁棒性停机位分配模型；然后，设计了一种基于双目标的拉格朗日松弛优化算法，并使用次梯度算法求解拉格朗日松弛算法中的对偶问题。基于国内某枢纽机场运行数据的仿真结果表明，所提方法的优化方案和原始机位分配方案相比，机位使用量和机位空闲时间分别降低了15.79%、7.56%，机位占用率提高了18.72%，并且冲突率降低到3.57%，达到了有效提高停机位利用率与鲁棒性的目的。     

高速铁路隧道洞门的施工放样

高速铁路专线中隧道洞门采用国外引进的帽檐式洞门,其线性复杂,在现场的施工放样作业中存在较大困难,针对该问题提出通过AutoCAD建立三维建模,从而自动计算施工放样数据的方法.     

稳象式坦克火控系统智能射击门数学模型研究

应用随机穿越理论 ,提出了稳象式坦克火控系统智能射击门概念 ,对其数学模型进行了推导 ,并对智能射击门应用的一些技术问题进行了分析说明 ,为工程实践提供了明确的技术途径     

基于改进型遗传算法的门阵列模式布局

门阵列模式布局是一类 NP完全问题 .本文将一种改进型遗传算法用于门阵列模式布局 ,提出了相应的数学模型 ,并在布局目标函数中引入了通道拥挤度的概念 ,使布局的构形更趋合理 .实验表明 ,应用所提出的模型及算法能在较短的时间内提供优化解 ,避免了一般优化算法的局部最优问题和维数灾难问题 ,为门阵列模式布局开创了一条新的路径     

基于受控旋转门的量子神经网络模型算法及应用

提出一种量子神经网络模型及算法．首先借鉴受控非门的含义提出一种受控量子旋转门,基于该门的物理意义,提出一种量子神经元模型,该模型包含对输入量子比特相位的旋转角度和对旋转角度的控制量两种设计参数;然后基于上述量子神经元提出一种量子神经网络模型,基于梯度下降法详细设计了该模型的学习算法：最后通过模式识别和时间序列预测两个仿...