基于知识推理的雷达装备故障预测专家系统

针对雷达装备常用的故障预测方法对故障检测人员和检测设备的依赖性大、要求高的弊端,建立了一个用于雷达装备故障预测的专家系统。论述了该系统的体系结构、系统功能、工作过程和结果的知识表示,实现了基于知识推理的雷达装备故障预测。     

基于表示学习的多关系型知识图谱推理算法

目前知识图谱的推理方法中,表示学习尤其是基于翻译的TransE系列算法取得了优异表现.其相关论文大都关注实体推理,然而关系推理作为知识图谱补全的关键技术值得受到关注与研究.与此同时,在规模不断扩大、知识来源更加多样化的知识图谱中,关系种类繁多且类型复杂,单个关系在全体三元组中的出现频率进一步降低,这为关系推理增加了难度.因此针对多关系型知识图谱,基于TransE模型并侧重知识图谱三元组中关系的推理,提出一种新的关系建模方法,通过调整向量空间中实体向量与关系向量间的组织结构,缓解多映射属性关系中不同种类的关系争抢同一向量的问题.然后又与其他方法结合,使新的模型在实体推理上具备可行性.通过在公开的FB15k数据集以及自行从网络中抽取得到的中文数据集上展开的知识推理实验,从关系推理准确率与实体推理准确率等指标与相似方法进行对比,均取得了良好的表现,成功验证了算法的有效性与先进性.       

故障预测——基于随机过程控制的方法

人机运行综合性系统在运行过程的随机性、离散性和不确定性,一直都是广播电视技术管理、维护的难题.人们为了最大限度地提高播出安全的等级,分别从设备系统的集成、操作人员的管理规范等方面投入了巨大的资源,以确保我们安全播出的运行机制.另一方面,我们在加强设备系统集成、技术环境的保障以及操作的规范管理等子系统的独立性研究的同时,考虑各子系统构成的综合性系统的规律:系统运行过程中出现故障的数字模型,并以此为安全播出提供有效的方法--故障预测     

基于本体的认知无线电知识表示与推理

对知识进行有效建模是认知无线电（CR）引擎设计中关键问题之一。本文提出基于本体的认知无线电知识表示模型。首先对自然语言描述的CR知识进行概念抽取和类分析,并利用网络本体语言实现CR知识本体,最后对本体进行推理。实验结果表明,该方法支持知识的共享与重用,能够对异构的无线电知识进行融合,并实现了CR对自身状态和外界环境的理解,为参数重构提供决策依据。     

基于BBNs的软件故障预测方法

本文在分析已有软件故障预测方法后指出：单纯从软件开发过程的某个阶段或基于几种度量来预测软件故障是不充分的．提出综合利用软件开发过程信息构建基于BBNs软件故障预测模型．本文从一个基本的贝叶斯信念网（BBNs）故障预测模型出发，扩展基本节点，得到了一个较完善的故障预测模型，结合已有的关于软件度量的研究成果，提出利用软件度量和专家知识确定节点状态概率分布．仿真实验结果表明该模型与实际情况相符合，具有一定的故障预测能力．     

基于电力电子电路的故障预测方法研究

在一些集成化和智能化程度较高的电力电子设备当中,由于各种元件和电路间的关联性和非线性关系,使得整个电路的故障预测精准性变得较为困难,本文根据这一特征并结合传统预测模型,提出了一种基于加权约束和残差修复的电路故障预测模型,并通过BOOST电路进行试验分析,结果表明该模型算法具有较好的收敛性,预测精确度明显提高。     

基于人工智能的电力设备故障诊断与预测方法研究

随着电力系统规模持续扩张,电力设备的安全运维变得至关重要。文中基于人工智能和电力设备监测数据, 针对故障诊断与预测问题展开了深入探索。在故障诊断方面,运用深度学习技术,结合设备工作环境和运行数据,通过模型训练与测试提高了故障识别率与分类准确度。在故障预测方面,结合神经网络和机器学习模型,利用设备历史运行数据及现场检测参数,对设备未来运行趋势进行精准预测,验证了模型的有效性和准确性,为电力设备的安全稳定运行提供了有力保障。此外,还从故障诊断与预测的实际应用角度,探讨了模型的优化及问题解决策略。通过本研究,可以为电力系统中电力设备的故障诊断与预测提供技术支持,提高电力设备的安全运行水平和可靠性。     

基于Fcn-Attention的硬盘故障预测方法

保证大型数据中心服务的可靠性越来越重要,硬盘是大型数据中心中故障率最高的组件.如果能够预测硬盘的故障情况就可以提前对数据进行保护和隔离,避免造成重大损失.然而当前的预测器不能同时有效地提取时间序列的长短期依赖关系,学习样本的有效特征.文章提出了基于注意机制的全卷积注意力模型,该模型能够解决长短期依赖问题,有效识别故障模...     

软件故障预测系统及其知识模型库的研究

目前关于软件故障预测的研究大都以软件开发过程的部分特征数据为研究基础,没有从软件开发过程全局出发研究软件故障。本文提出将故障预测的不同方法综合到一个集成的软件框架,建立包括经验规则库、神经网络模型和贝叶斯信念网的知识模型库,重点研究知识模型库的表示方法。与已有故障预测方法相比,这个集成框架充分利用软件开发过程的信息,具有较强的通用性。     

基于案例推理的雷达故障检测专家系统设计

基于案例的推理是近年来在人工智能领域新兴起的一种推理方法。它通过回忆以前曾成功解决过的相似问题,比较新旧问题发生背景和时间等差异,经过一系列的调整.     

变压器故障的灰色预测方法研究

本文采用数理统计方法估算故障隶属度,通过时间序列灰色预测法估计某时间内各故障隶属度及其发展趋势,对阀值原则进行改进,根据改进后的阀值原则推断可能发生故障的种类及其发展趋势。实例分析说明该模型能有效地预报变压器故障的发展情况。     

计算机故障的检测原则与方法

本文首先指出进行计算机故障检测之前,应做好有关的准备工作,然后较详细地论述了计算机故障的检测原则和一般检测方法。     

基于案例推理的交通信号控制方法分析与设计

本文阐述了基于案例推理的基本原理的交通信号控制方法的分析与设计;首先对交通信号的分析选取适当的案例特征,其次通过适当的方法对交通信号的案例表示出来;进而应用一些简单实用的案例检索方法,再者应用一种智能算法应用到案例的修改中;然后应用上面的理论对一实例进行分析,最后得出一个合理的结论。     

DWDM系统故障处理原则及方法

随着DWDM设备在我国各大运营商骨干传输网的运行,各种故障现象也随之而来。笔者结合以往的故障处理经验,总结了DWDM系统故障处理思路,以帮助大家规范故障处理,减少故障处理中的误操作。1DWDM系统故障的特点及主要类型1郾1DWDM系统故障的特点DWDM系统的组网以及本身的一些特点,使得DWDM传输系统的故障有别于传统的SDH系统,主要表现为以下几点:(1)DWDM系统(特别是基于10Gbit/s速率的DWDM系统)对光缆线路的质量要求比较高,操作不规范很容易造成系统性能的下降。(2)DWDM系统所承载的业务颗粒比较大,因此故障时影响面积比较大。(…     

基于距离分析的多性能参数故障预测方法

目前,基于性能退化数据的可靠性分析已成为有效而节约成本的可靠性评估方法,现有关于此方面研究的文献大多局限于研究单特征量的情形,而许多产品具有多个性能退化量。针对产品具有多个性能参数的特点,提出了基于多参数距离分析的可靠性分析方法,探讨并提出多性能参数距离、距离失效阈值的概念,给出参数加权因子的求解方法。弥补了现有方法基于多元正态联合概率密度函数假设致使求解过程较复杂等不足。最后通过仿真实例验证了方法的有效性。     

基于SVR的电工实验装置故障预测方法研究

本文利用实验装置的数据采集装置,结合学生实验报告的数据分析,通过时间相关性分析,建立了实验装置运行状态的时间序列.采用的算法利用基于支持向量机回归的预测技术对实验装置的关键参数进行数值预测,通过分析预测值与实际值之间的残差对实验装置故障预测.最后,通过典型故障验证了该方法的有效性和实用性.     

基于案例的推理在导航装备故障案例库系统中的应用

在分析了基于案例推理的基本原理基础上,结合导航装备故障维修的实际情况,提出了基于案例推理的导航装备故障案例库系统的总体框架设计和案例推理运行流程.研究和开发实用、可靠、高效的导航装备故障案例库系统,对于导航装备的维修和保障具有重要意义.     

基于遗传算法的输电线路故障预测和诊断

遗传算法是通过模拟生物进化过程来达到自我学习和优化的目的,它的每一个迭代过程中都保留了一组候选项,按照优劣进行排序。遗传算法在输电线路故障预测和诊断主要通过故障测距实现的。本文研究了遗传算法在输电线路故障预测和诊断中的应用,这种方法能够有效的得出全局的最优结果,很适用于解决电网输电线路复杂故障情况下的预测和诊断问题。结果证明,该方法能够迅速准确的完成故障预测和诊断过程。     

基于神经网络的故障诊断专家系统

描述了人工神经网络的基本原理及其在故障诊断专家系统中的应用。分析了基于人工神经网络的故障诊断专家系统的设计思想、系统结构及知识表示、知识获取和推理机制等方面的基本方法。