多传感器信息融合技术探析

多传感器信息融合是一门涉及信号处理、信息论、人工智能、模糊数学等理论的多学科交叉技术,被广泛应用于军事和民用领域。文章介绍了多传感器信息融合的概念,描述了多传感器信息融合的功能模型、主要方法和应用,并对其发展趋势进行了分析。     

基于神经网络的静态台标识别系统设计与实现

台标是电视台的重要标志,是对电视节目来源、类型等属性的描述,因此台标识别是实现电视视频自动收录、检索的重要技术基础.针对静态台标的特点和识别中存在的问题,在台标提取和特征识别的基础上,提出了一种基于BP神经网络的台标识别方法,并设计实现了一个静态台标识别系统,对系统的神经网络参数经过反复试验调整,最后得到令人满意的结果.实验结果表明,通过训练和识别分开,对包括半透明台标在内的电视视频,系统具有识别效率高、结果准确等优点.     

基于多信号模型的故障诊断算法研究

多信号模型是一种简单而有效的系统建模表示方法,在测试性分析与故障诊断领域得到了广泛的应用;本文结合示例给出了多信号模型的建模和分析过程,并由多信号模型得到了故障-测试相关矩阵;在信息熵理论的基础上,通过定义新的目标函数,本文对最优测试序列的生成进行了具体算法分析,并由此得出了最优诊断树,与TEAMS工具箱的仿真结果一致;和其他方法相比,该方法不仅结果更加优化,而且效率更高,易于计算机编程实现,对测试性分析工具的研发具有一定的参考价值。     

目标与机会平衡规划法

提出一种目标与机会平衡规划法．基于待决策问题的有效决策前沿曲线形状的全局信息,通过权衡决策目标收益和实现机会两个因素的数值关系以及二者沿有效决策前沿曲线变化速度的对比关系,最大限度地提高决策效用．该方法能以更合理、更全面、更灵活的方式分析处理随机优化问题,有效解决期望值模型、机会约束规划法和相关机会规划法之间的矛盾．最后通过算例表明了所提出方法的主要特点和有效性．     

钴湿法冶炼萃取过程中的组分含量软测量

提出了一种钴湿法冶炼萃取组分含量混合建模方法.该模型由基于物料衡算关系的动态机理模型与基于萃取平衡实验数据的RBF神经网络模型组成.机理模型作为描述过程动态行为的整体框架,RBF神经网络用来辨识机理模型中的未知函数关系.在上述混合模型的基础上,还提出了一种模型校正策略,进一步提高了模型的精确性.将所建立的混合模型应用于实际湿法冶炼生产过程中,结果表明该方法具有良好的估计性能.     

N-Best句法知识增强的统计机器翻译预调序模型

源语言和目标语言的句法异构性对统计机器翻译（SMT）性能有重要影响。在基于短语的汉英统计机器翻译基础上,提出了一种基于N-best句法知识增强的源语言预调序方法。首先对源语言输入句子进行N-best句法分析,计算统计概率得到高可靠性子树结构,再根据词对齐信息从可靠性子树结构中抽取初始调序规则集。两种优化策略用于对初始规则集进行优化：基于中英文句法知识规则推导筛选和规则概率阈值控制机制。然后为减少短语内部调序,保证短语局部流利性,采用源语言短语翻译表为约束,使调序控制在短语块之间进行。最后根据获取的优化规则集和短语表约束条件对源语言端句子的句法分析树进行预调序。在基于NIST 2005和2008测试数据集上的汉英统计机器翻译实验结果表明,所提基于N-best句法知识增强的统计机器翻译预调序方法相对于基线系统,自动评价准则BLEU得分分别提高了0.68和0.83。     

基于EBP的宏观网络流量异常行为检测

针对以往Hurst指数估算方法在求解精度和实时性上的不足,提出将EBP引入到网络流量白相似特性分析中,对比实验表明EBP对Hurst指数的估算更精确、实时性更高。利用EBP的这一优势将其运用到宏观网络行为的在线实时分析和异常行为的检测中,对林肯实验室宏观网络行为数据的分析表明,正常行为和异常行为的Hurst分布曲线差异明显。与传统匹配方法相比,基于EBP的异常行为检测方法检测效率更高。     

CNN超混沌同步保密通信系统的研究

常规的混沌同步保密通信系统一般是在理想状态下进行研究的,但实际上,混沌信号不可避免地受到各种噪声的干扰,这将直接影响保密通信的效果.将高斯白噪声加入到由细胞神经网络构造的超混沌同步保密通信信号系统,提出通过选择反馈矩阵的方法可将噪声的影响降至最低.且将已用混沌系统多个状态变量加密后的信号与连续信号进行相加和相乘,增加了传输信号的复杂性,提升了通信系统的安全性.     

软件可靠性预测的增强贝叶斯组合模型

针对当前可靠性预测模型的预测精度问题,提出一种增强贝叶斯组合的短期软件可靠性预测模型。该模型以基于小波分解的单个可靠性预测模型作为基本预测模型, 根据当前相邻几个失效时间间隔的预测精度,更新组合模型中各个基本预测模型的权重,解决了贝叶斯组合模型权重计算采用全部历史数据而导致某个基本预测模型权值占主导地位的缺陷,提高了贝叶斯组合模型对软件可靠性的预测精度。实验结果表明,增强贝叶斯组合预测模型的预测精度不仅优于单一的预测方法,而且也优于传统的软件组合预测模型,能显著提高软件可靠性预测的精度和模型对数据的适应性。     

阴极炭块自动组装神经网络控制器的设计与实现

在经典控制器的基础上,本文设计了基于BP神经网络的PID控制器,采用BP神经网络训练方法,针对阴极炭块自动组装过程中工作台拖动的模型,用MATLAB软件工具进行了仿真,仿真结果证明了方案的可行性。