面向决策的信任融合模型研究

信任关系模型无论是在现实生活中还是在开放网络中都是最复杂的社会关系模型之一,是一个很难度量的抽象的心理认知,因为它涉及假设、期望、行为和环境等多种因素。借鉴以往的研究经验,综合考虑多种信任关系要素,提出了一种新的面向决策的信任融合模型。该模型基于直接信任度、间接信任度和信誉值的演化,依据信任融合获得决策信任度,为主体评判下一次的交互提供依据。为了证明信任融合模型的有效性,假设客体在ω类活动中以期望为PωX的概率从事该项活动。实验证明,信任融合模型得到的决策信任度和客体可信度的差异明显小于直接信任度、间接信任度或信誉值。     

特征主成分算法再探

对作者之前设计的求语言特征主成分的“距离法”做了深度解析,指出了“距离法”在应用过程中,切分成两个集合的“断点”会影响计算结果的精度。借助聚类分析的思想重新设计了语言特征主成分算法——“聚类法”来弥补“距离法”的缺陷。最后指出两个方法的缺陷可以相互弥补,在实际应用中应结合使用。     

基于改进的无量纲指标信息融合故障诊断方法

针对无量纲指标信息的不确定会产生冲突证据的问题,提出一种基于改进证据理论的无量纲指标信息融合故障诊断方法.采用人工免疫算法构建原始证据;通过计算无量纲免疫检测器证据之间的相似度找出相似证据和冲突证据.保留相似证据,并利用可信度修正冲突证据,从而降低冲突证据对证据理论合成结果的影响.组合式旋转机械故障诊断试验验证本文方法有效.该方法能够明显提高故障诊断准确率.     

模糊专家理论在炮兵指挥控制系统中的运用

针对炮兵指挥控制系统在作战训练中遇到的问题,在科学地分析了影响效果和相关因素的基础上,依据模糊专家理论的方法和原理,设计了相关的运用决策框架,并提出了运用规则。     

基于LSFD算法的小波模糊神经网络的研究与应用

利用小波变换的多分辨率特性构造小波模糊神经网络模型,并应用在非线性系统的辨识上.在参数学习上,给出了模糊微分与李亚普诺夫稳定相结合的新算法—LSFD算法,并与梯度下降法进行了对比.通过仿真,结果表明小波模糊神经网络模型与模糊神经网络、模糊小波神经网络、小波神经网络和神经网络等模型相比,其性能指标最小,收敛速度更快,更加准确.     

高增益轨对轨运算放大器的设计实现

为提高运放性能和增大输入输出信号动态范围,往往采用轨对轨输入输出结构的运放。介绍了一款基于0.35umCMOS工艺设计的恒定跨导轨对轨输入/输出运算放大器,不同于传统的输入结构,该电路采用了一种改进的输入结构和CLASSAB输出结构,两级的折叠共源共栅运放,其输入和输出均能工作在轨对轨的范围内。仿真结果表明该电路在整个共模电平范围内直流增益大于90dB,输出摆幅可达到100mV~vdd-100mV,功耗仅为300uW。电路结构简单紧凑,实现了在整个共模电平范围内的高增益,可广泛应用于精密放大领域。     

“信息论与编码”双语教学课程建设与实践

近年来,随着信息技术的飞速发展和对外交流的日益频繁,我校和中国其他高校一样在双语教学方面做了一系列的探索与实践。文章就我校开展的《信息论与编码》双语教学课程的特点,提出了在本科教学中的双语教学课程建设与教学改革方案并在教学中取得了良好的效果,具有一定的借鉴意义。     

柔性针的运动学建模及实验研究

针对在微创手术中传统采用的钢针的不足,如与组织作用,双方均产生较大变形,造成很大误差,严重影响治疗效果。另外在手术中常常遇到一些重要的组织和器官要避开,传统的钢针无法满足需要。本文采用带斜尖的柔性针,完全利用进针时斜尖与组织的侧向作用力使针轴产生弯转。这样不但可以更精确控制针的轨迹,而且还能绕过障碍物准确达到靶点。本文首先简化了WebsterIII等人提出的柔性针非完整约束系统的自行车模型,提出了自行车前、后轮模型。在此基础上,又提出了更符合实际的带返程度的自行车模型,并进行了运动学建模研究。以实验数据拟合了模型中各参数,同时验证了此模型的合理性和准确性。     

迭代重加权最小二乘支持向量机快速算法研究

迭代重加权(Iteratively Reweighted)方法是提高最小二乘支持向量机(LS-SVM)稳健性的重要手段,但由于涉及到多次加权和重复训练,该方法需要大量运算,无法广泛应用.通过数值推导,获得了求解迭代重加权最小二乘支持向量机(IRLS-SVM)的快速算法,大幅度减少了其运算复杂度.引入了3种经典的加权函数,并在多个仿真数据集和实际数据集上进行实验,证实了IRLS-SVM能获得相当稳健的学习结果,所提出的快速算法也确实能够大幅度减少训练时间.实验结果同时表明,在快速训练算法的框架下,3种不同的权重函数可能要求不同的训练时间.