基于面向对象概率关系模型的威胁级别评估

针对传统贝叶斯网络对复杂对象建模存在的问题,分析了面向对象的概率关系模型。建立基于面向对象概率关系模型知识库的贝叶斯网络生成算法,建立战场威胁级别评估模型,并实现对威胁级别的评估。仿真结果证明了该方法的有效性,并且具有比贝叶斯网络模型更强的建模能力。     

云贝叶斯网络在目标电磁环境威胁评估中的应用

云模型能够实现定性概念与定量数值之间的相互转换,将云模型这一优点引入到电磁威胁度评估,并结合贝叶斯网络设计出云贝叶斯推理算法系统.以目标电磁空间为背景,利用MATLAB平台对云推理算法系统仿真,得出具体的目标电磁环境威胁程度,检验了该方法的效果.     

基于动态云贝叶斯网络的舰艇防空目标威胁评估

针对目标威胁评估中信息表达的不确定性以及威胁评估模型专家网络结构的主观性,提出一种基于结构学习的动态云贝叶斯网络评估模型.首先,利用云模型良好的知识表达能力定量描述不确定连续性信息;其次,使用爬山算法进行结构学习,综合专家提出的网络结构构建贝叶斯网络;接着引入时间变量,将其扩展成为动态贝叶斯网络,然后用最大似然概率估计...     

信息安全风险概率计算的贝叶斯网络模型

构建了一个基于贝叶斯网络的信息安全风险概率计算模型,并保证其可扩展性、精确性和客观性.模型的网络结构以规划渗透图表现,模型网络参数由专家知识确定并利用贝叶斯学习对其进行更新.实例分析表明构建的模型可以正确量化评估信息安全风险概率.     

基于CATV宽带网络的远程教学系统分析

远程教学系统是以优质的教学资源为基础 ,利用各种多媒体网络通信技术为传输手段 ,实现远距离实时或非实时授课和听课的一种教学方式 ,其目的是实现优质教学资源的共享和合理配置 ,提高教学水平 ,降低教学费用。经过多年的发展 ,远程教学系统初步形成了以计算机互联网、卫星数字网和有线电视网为主的 3大发展模式 ,对于用户来说如何选择适合自身特点的现代远程教学系统模式 ,因地制宜地开展远程教育活动 ,正确地把握重点和发展方向是系统建设的关键。1　远程教学系统的几种模式和存在的问题远程教学系统一般由一个远程教学中心和多个远程听…     

基于贝叶斯网络的战场目标威胁评估

准确地对战场目标的威胁等级进行评估,是战场辅助决策系统的一个重要环节.贝叶斯网是一种进行不确定分析和推理的有效方法.介绍了联合树贝叶斯网络推理算法,分析了战场目标的威胁等级评估涉及的主要因素,建立了相应的贝叶斯网络模型,并进行了实例推理分析,其结果比较准确地反映了目标的威胁程度.     

面向海空战场的随队协同编队威胁评估模型

针对随队协同编队威胁评估的复杂性,从敌我对抗的角度出发,提出贝叶斯网络的评估方法,解决从单一角度和状态进行威胁评估的不足.针对评估因素的不确定,给出模糊化的处理思路.同时,采用贝叶斯估计法确定评估网络的条件概率表,克服专家直接给出条件概率表的缺陷.最后,实例仿真验证了评估模型的有效性.     

电子系统电磁脉冲易损性评估的分层贝叶斯网络模型

针对电子系统电磁脉冲易损性评估问题,提出了基于分层贝叶斯网络的电子系统电磁脉冲易损性评估模型建模方法.分析了电子系统分层结构特征及其电磁脉冲效应的特点,应用电磁拓扑理论中的相互作用顺序图分析系统电磁耦合途径,确定系统内底层屏蔽区域节点,研究了相互作用顺序图与系统分层贝叶斯网络的拓扑关联关系,在系统分层贝叶斯网络模型中增加底层屏蔽区域节点层,从而建立系统易损性评估模型,并给出了相应的建模步骤.最后以某电子机械传动系统电磁脉冲易损性评估问题为例说明了建模和计算过程.     

电力SCADA控制信息MITM攻击程度的定量评估方法

文中介绍了SCADA系统中控制信息在传输的过程中遭到MITM攻击的贝叶斯模型,根据链路保护措施的实施程度计算攻击者成功完成控制信息MITM攻击的概率.通过利用此方法对实际的SCADA通信链路进行计算和分析,证明此方法可行.该方法可以有效的帮助决策者评估SCADA通信链路控制信息MITM攻击成功的概率,以及防御措施采取程度对MITM攻击成功的影响大小.     

动态贝叶斯网络在战场态势估计中的应用

贝叶斯网络用于态势估计时,系统参数不能及时调整,无法对未来时刻进行预测。为解决这一问题,对动态贝叶斯网络在战场态势评估中的应用进行了研究,引入时间因素,建立了网络模型,分析了概率参数与推理的过程,并利用卡尔曼滤波模型法对推理进行仿真实验。实验结果表明了动态模型推理的有效性。动态贝叶斯网络可以有效利用侦察数据中的时间信息,实时动态地处理影响分析和决策的种种因素,对指挥员的作战决策具有极大的参考价值。     

贝叶斯网络在适应性教学系统中的应用研究

在适应性教学系统中,研究如何设计学生模型来实现教学的个性化和适应性有着重要的意义。运用贝叶斯网络构建学生模型,实验表明,基于贝叶斯网络构建的适应性教学系统能够有效地提供适应性的教学资源,从而有助于实现教学平台的适应性学习。     

个性化教学系统中认知学生模型的建立

在个性化教学以学为主的学习模式中,学生模型是提供个性化、智能化的基础。提出一种基于推理引擎的、在个性化教学系统中建立认知学生模型的方法,介绍基于认知学生模型的计算机应用基础个性化教学系统．并给出该系统的实验结果。     

一种基于改进教学优化的微弱信号检测方法

为了快速准确地检测混沌背景中的微弱信号,提高网络泛化能力,文中利用改进教学优化算法优化贝叶斯回声状态网络的模型参数,提出了一种改进教学优化的混沌背景中微弱信号检测方法。通过建立混沌序列单步预测模型,分析预测误差的幅值,检测混沌背景中微弱瞬态信号和周期信号。对Lorenz系统和实测的海杂波数据进行实验研究,验证预测模型的有效性,结果表明,贝叶斯回声状态网络模型的预测结果比支持向量机和径向基神经网络模型的均方根误差降低了2个数量级,缩短了预测时间,提高了预测精度和预测效率,能快速有效地检测混沌背景中微弱信号,且具有更低的门限。     

基于学员信息管理系统的关系数据库模型探讨

学员信息管理是军校管理工作中的重要组成部分,是教育工作的核心内容,是反映学校教学质量和教学水平的重要指标.介绍了昆明消防指挥学校学员综合信息管理系统的项目开发背景,以关系数据库为系统数据库设计的切入点,从应用模型抽象、数据库表设计、数据库表之间关系设计,以及数据库模式设计几个方面详细分析和设计了学校学员综合信息管理系统的关系数据库模型.在实际应用过程中,系统运行稳定、响应迅速,符合预期开发需求.     

基于改进DS证据理论和BN的信息安全风险评估

针对信息安全风险评估过程中专家评价意见的多样性以及不确定信息难以量化处理的问题,提出了一种基于改进的DS证据理论与贝叶斯网络(BN)结合的风险评估方法.首先,在充分研究信息安全风险评估流程和要素的基础上,建立了风险评估模型,确定风险影响因素;其次,根据评估模型并结合专家知识构建相应的贝叶斯网络模型,确定贝叶斯网络模型中的条件概率表;再次,利用基于权值分配和矩阵分析的改进DS证据理论融合多位专家对风险影响因素的评价意见;最后,根据贝叶斯网络模型的推理算法,计算被测信息系统处于不同风险等级的概率值,并对结果进行有效性分析.分析表明,将改进后的DS证据理论与贝叶斯网络应用到风险评估过程中,在一定程度上能够提高评估结果的可信度和直观性.     

基于Agent的网络智能教学系统的研究

基于分布式网络环境,根据多智能体系统的原理和网络教学系统的教学模式,建立基于MAS(Multi-base Agent System)的智能化网络教学系统模型,然后分别讨论知识的表示、学生模型、认知能力评价模型的建立方法,以及Agent的实现方法等关键技术。该模型克服传统网络教学系统的缺点,具有智能程度高、灵活性好、自主性强的特点,他充分体现"以学习者为中心"的教学思想,能够提高学习者的学习兴趣,监控学生的学习过程,实现教学各环节的知识共享与交互,以及学生的按需学习和教师的因材施教。     

自相似网络通信量模型研究综述

越来越多的研究表明网络通信量不是Markov过程,而是在任意时间尺度上都具有突发特性,即自相似特性。描述网络通信量的数学模型主要有自相似和长相关结构。网络的某些参数服从重尾分布,从而导致网络通信量时间尺度上的突发特性。该文分析了传统网络通信量模型和性能分析的弊端,描述了新型网络通信量模型应该具有的基本特征。本文重点研究了网络自相似通信量相关的ON/OFF模型、用户访问概率模型和网络流量闭环模型,讨论了相关的研究方向,并总结了在研究网络通信量模型的过程中应该注意的原则和问题。     

Bayesian网中概率参数学习方法

Bayesian网已经成为AI领域的研究热点,并在现代专家系统、诊断系统及决策支持系统中发挥着至关重要的作用.Bayesian网的研究主要集中在三个方面:知识表示、学习与推理.概率知识是Bayesian网坚实的数学基础,从数据中学习分布参数使得Bayesian网逐步走向现实应用.本文介绍和比较了概率参数学习的各种常用方法,并探求了它们在不同应用背景下的优缺点.基于经典统计学的方法理论成熟,计算简单,但它只利用了实例数据集合所提供的信息,无法加入专家知识,对实例数据的依赖性大;基于Bayesian有机结合了两类信息,对实例数据的依赖性降低,学习结果更加准确.参数学习是Bayesian网学习的基础,是Bayesian网结构学习必不可少的部分.     

基于模糊贝叶斯网络的引水隧洞安全评价模型分析

为准确预测黄河引水隧洞安全隐患,提出基于模糊集理论和主观贝叶斯方法的模糊贝叶斯安全评价模型。结合实际巡检数据,模型使用贝叶斯网络处理模糊信息与不确定信息,将巡检数据中给出的多态性故障事件模糊化;再通过贝叶斯网络的条件概率表找出不同故障事件之间的逻辑关系;最后获得对引水隧洞安全模型的整体评价。通过开展引水隧洞安全评价模型实例分析,验证了该方法的可行性。     

遥感数据的贝叶斯网络分类研究

由于遥感成像过程的复杂性,遥感数据中包含了一定程度的不确定性因素。利用最大似然分类器处理遥感数据时分类精度受一定的影响, 为了提高分类精度往往需要引入先验知识。贝叶斯网络是一个带有概率注释的有向无环图,可以动态地对先验概率密度修正,提高分类精度,也没有严格的数据正态分布前提要求,适合处理不完整复杂的数据。该文介绍了利用贝叶斯网络对遥感数据进行分类处理的算法和技术过程。分类结果表明:贝叶斯网络具有稳定的数学基础,是一种可供遥感信息处理领域利用的有效新方法。