基于北斗卫星通信的航天测控频段故障诊断系统设计

针对传统航天测控频段故障诊断方法受到信息传输时延影响而导致诊断精准度低的问题,提出基于北斗卫星通信的航天测控频段故障诊断系统设计;硬件结构设计了判断故障类型的波头信号检测模块;通过地面接收机接收卫星发出的微弱信号,计算本机晶振脉冲数,以此修改北斗卫星通信数据;利用北斗授时模块,保证了输出时间的准确性,避免了延迟问题;软件部分用逻辑推理设计航天测控频段故障诊断流程,并使用北斗卫星诊断技术,纠正误差;由实验结果可知,该系统信号线松动脉冲信号诊断结果与实际情况一致,陀螺输出角度量漂移与实际值一致,误差为0,具有精准诊断结果.     

Research and Practice of Hybrid Teaching for Software Testing based on Interactive Learning

To address the problems of insufficient number of personalized exercises and cases and teachers' lack of grasp of students' weak knowledge points in the current software testing online courses, we study the strategy of establishing and updating intelligent exercise sets and case libraries and analyze the answers and dig out the weak points of knowledge through group intelligence reasoning and interactive machine learning methods. This will help teachers to make uniform and targeted explanations, reduce manual judgment, and achieve intelligent teaching quality reform, and implement the educational concepts of "keeping up with the times" and "teaching according to students' abilities".     

融合共现推理的Faster R-CNN输电线路金具检测

为促进目标检测模型与电力领域业务知识有机融合,缓解金具样本间长尾分布问题,有效提升输电线路金具的自动化检测效果,提出了融合共现推理的Faster R-CNN(faster region-based convolutional neural network)输电线路金具检测模型。首先,深入研究输电线路金具结构化组合规则,通过数据驱动的方式以条件概率对金具目标间的共现连接关系进行有效表达;然后,结合图学习方法,利用学习并映射的共现概率关联作为共现图邻接矩阵,使用基线模型(Faster R-CNN)提取的特征向量作为图推理输入特征,以自学习的变换矩阵作为共现图传播权重,完成图信息传播并实现有效的共现推理模型嵌入。实验证明,融合共现推理模块的Faster R-CNN模型较原始模型提升了6.56%的准确率,对于长尾分布样本中数量较少的金具性能提升尤其显著。     

基于ALC的事例库结构及检索研究

为了提高基于ALC的事例检索的效率,通过概念距离及LCS推理给出了索引节点密度大且带权重的事例库层次结构,实现了事例更细致的分类及统一概念距离的语义。根据该结构的组织方式、LCS概念及概念距离给出了事例筛选及相似性度量算法,证明了通过事例筛选得到的候选事例集明显减小,采用相似性度量算法能得到合理的候选事例序列,从而提高了基于ALC的事例检索的效率。     

基于聚类和案例推理的个性化教学序列生成

针对智能教学系统中个性化教学序列生成规则难于获取的问题,提出了将案例推理技术应用于教学序列生成,设计了学生案例相似度的计算方法.为了在案例数量增大时获得较好的检索速度和命中率,提出通过关键属性聚类来对案例进行划分并设计了用于聚类的惰性2-中心点算法,最后以实例验证了系统设计的可用性.     

一种改进的群目标自适应跟踪算法

为提高对群目标在机动情况下的跟踪性能,提出一种改进的群目标自适应跟踪算法．在群质心状态估计中,在修正“当前”统计模型的基础上,利用群质心的速度预测和速度估计的偏差进行过程噪声方差自适应调整,并引入强跟踪滤波中的渐消因子,实时调节群质心的状态预测协方差．在扩展状态估计中,将其对应的椭圆面积预测值和估计值的偏差以及偏差变化率作为模糊输入量,采用模糊推理法自适应输出扩展状态的预测参数．此外,提供了群目标分裂机动的判决方法．仿真结果表明,与现有方法相比,本文算法增强了对群目标在突发机动时的自适应跟踪能力,并能有效检测出群的分裂机动．     

权值法冲突解决策略的研究及其在保护动作行为分析中的应用

将基于权值法的冲突解决策略,应用于专家系统的推理机设计,提高推理机的效率及结果的可靠性。首先按模型诊断的原理求解并获取冲突集,随后按照不确定性推理的理念,将冲突集中对应的专家系统规则库的每一条规则赋予权值,按照权值大小的不同对冲突集中规则的优先级进行排序,从而确定该冲突集的启用规则。将此冲突解决策略,应用于专家系统的正向推理过程,同时结合继电保护的动作情况原理,实现专家系统推理机的优化与改进。     

法律推理研究的新维度——法律推理研究之语用转向探析

在哲学的语用学转向和非形式逻辑对话与论辩理论等理论的影响下,法律推理研究历经了一个由语形和语义研究到语用研究的转向。在具有强烈对话或论辩色彩的法律实践特别是司法实践中,法律推理研究的这种语用转向,为司法实践中之法律推理提供了新的分析评价视角,也为理性司法提供了更为恰当的逻辑理性根基。     

一种电气设备状态诊断方法

随着电网技术的不断发展和电网规模不断扩大,电气设备数量激增、智能化程度越来越高;同时,终端用户对用电可靠性越来越重视,借助智能技术基于设备运行数据对设备进行故障诊断势在必行.本文以基于范例推理的理论(CRB)与支持向量机技术(SVM)为主要工具,提出了一种基于范例推理的电气设备状态智能诊断模型,试图通过电气设备已有数据的挖掘,获取电气设备故障的潜在发生规律,进而作为依据及时发现并排除电气设备的潜伏性故障.首先研究CRB和SVM在电气设备状态诊断中的应用;然后建立电气设备状态智能诊断模型,以电气设备的海量运行数据、历史数据、测试数据以及环境因素等为基础,建立电气设备的状态范例库,应用SVM回归对设备状态范例库进行深度的挖掘与分析,建立设备状态指纹,并以此为据进行电气设备运行状态的诊断分析;最后以油浸式变压器状态诊断为例,对实际数据进行分析诊断,并与三比值法的诊断结果进行比较.诊断结果表明,智能诊断模型诊断范围更广,诊断结果更准确.