基于CBR的车牌识别技术的研究

为提高车牌识别的速度和准确性,在图像处理与车牌识别技术相结合的基础上,提出了一种基于实例推理（CBR）的车牌识别方法,实现CBR在车牌识别领域的应用。描述了基于CBR车牌识别过程,分析了将CBR应用于车牌识别原因和前景,并提出了图像基于实例检索的关键技术和研究方向.     

基于二维多规则云模型定性推理的场地分类方法

针对场地土及其分类的模糊性和随机性特征,建立了基于二维多规则云模型定性推理的场地分类方法,实现了场地分类边界不确定性划分.设计了场地分类的二维多规则定性推理生成器,将其应用于场地类别和特征周期的识别过程中,实现了场地分类和特征周期的连续化,克服了在分类边界处易出现类别跳跃等不合理现象,基本实现了现行建(构)筑物抗震规范在场地分类方面的统一.最后利用该方法对74个实例进行分析,场地分类的正确率达到97.3%,表明了该方法是可行的、有效的.     

生产线故障诊断知识引擎系统的集成推理方法

针对大型复杂连续性生产流水线设备所具有的多部件结构、多层次故障症状、故障的不确定性等特点及对其状态监测和故障诊断的实时性要求,在设计了基于综合动、静隶属度运算的模糊识别法和基于神经网络的并行运算方法的基础上,研制了生产线故障诊断知识引擎系统的集成推理机制,突破了只有单一推理方法的诊断系统在领域知识和推理能力方面的局限性,提高了智能诊断系统对偶然性和不确定性问题的诊断能力,同时在一定程度上解决了诊断系统对生产流水线所具有的大量的状态参数和控制信号等知识获取的"瓶颈"问题以及由此而来的快速推理难题,使该智能诊断系统具有在线实时诊断能力.     

混凝土坝裂缝变形的不确定性分析模型

混凝土坝裂缝的发生和发展受到不确定因素影响。将大坝系统及其安全监控看作一个受诸多因素影响的不确定性系统,结合裂缝实测资料,应用近似推理模型和信息分配法,建立了裂缝变形的不确定性分析模型。     

添加辅助线辅助点在计算机自动推理中的研究

在证明中使用辅助线和辅助点,是传统几何的特色,是高智能的解题方法,但却给几何证明的机械化增添了很大的困难．尝试在自动推理中应用辅助线和辅助点．实验证明,对较为复杂的几何问题来说,采用这种方法可以显著提高推理效率．     

基于多层动态索引的相似炉型检索方法研究

针对炉型设计涉及的原始数据量庞大,合理炉型的界定范围广,界限模糊等问题,提出应用基于实例的推理方法辅助炉型初始方案的生成.分析了高炉炉型设计的特征属性,并建立了层次结构,针对其特征索引较多,权重系数小,检索效率低等问题,建立一种多层动态索引策略来改进传统的最近邻法,实现了炉型初始设计方案的智能生成.从而提高了相似实例检索的准确性和有效性,为后续对比调整提供了具有可比性和高参考价值的设计方案.     

土与混凝土接触面反向单剪本构模型

土与混凝土接触面的反向剪切性质是土木工程中一个重要的课题。根据接触面反向单剪试验结果,定量分析了正向剪切历史对不同含水率接触面反向抗剪强度、摩擦角、黏聚力等因素的影响,给出了相关的经验公式。提出了接触面临界正向剪切比的概念。根据改进的应力应变方程,建立了接触面正反向剪切模量公式,其包含了10个土体参数,均可通过接触面试验求得。确定了该公式中各参数的取值方法,推荐了初步的取值范围。进行了不同正向剪切比情况下的接触面剪切应力应变模拟,得到良好的模拟效果。研究成果可供相关的工程设计参考。     

一次性求解多个SAT问题

在实际应用中通常需要求解对应CNF（ConjunctiveNormalForm）公式之间仅相差几个子句的一系列SAT（SatisfiabilityProblem）问题,但目前绝大多数SAT求解算法都是针对单一SAT问题设计的。为此,基于DPLL提出了nDPLL算法,并在随机问题上对该算法的效率进行测试。实验结果表明,nDPLL算法能一次性求解多个SAT问题,对于特定范围的CNF公式集具有较高的效率,CNF公式集的规模越大、相近因子越高、子句数和变量数的比值越大,则nDPLL算法的效率越高。     

基于CBR和RBR混合推理的齿轮箱智能诊断技术

针对传统齿轮箱智能诊断系统获取知识的困难,提出了基于案例(case-based reasoning,CBR)和规则(rule-based reasoning,RBR)混合推理方式的智能诊断技术.在研究此2种推理技术优缺点的基础上,取长补短,合理地将其应用到轧机齿轮箱故障诊断工作中,提高了故障诊断的准确率和效率.针对传统案例检索中相似度算法的不足之处,提出了一种新的案例检索算法,有效地解决了传统的相似度算法检索案例不准确的问题.     

基于MWSPCA-CBR的智能预警方法研究及其在石化工业中的应用

石油钻井是一项高风险性、耗资巨大的系统工程。为了智能预警石油钻井过程中的异常，缩短非生产时间，降低相关风险，提出一种基于移动窗稀疏主元分析法（MWSPCA）的案例推理（CBR）异常智能预警方法（MWSPCA-CBR）。首先利用MWSPCA算法分析钻井过程中的实时数据，快速定位出异常可能发生的时间，然后使用基于案例推理方法分析异常数据，确定可能的异常类型，并为实时监控专家提供相关异常的处理方法。所提方法应用到石油钻井过程异常预警中，实验结果验证了所提方法的可行性和有效性，为钻井过程降低风险成本提供了新思路。