一种开发烧结过程专家系统的新方法及其应用

在研究烧结过程专家系统的结构和特点的基础上,提出了用面向对象的方法来建造烧结过程专家系统骨架,实现了骨架系统的两大功能:外壳功能和语言功能。系统提供了原型系统的生成平台和用于专家系统开发的类代码。并应用骨架系统,开发了由化学成分控制、烧结过程状态控制、能耗控制、异常诊断四个子系统组成的烧结过程控制专家系统,取得了良好的效果。     

面向可解释性的物体拓扑结构骨架表征方法

目的 模式识别中，通常使用大量标注数据和有效的机器学习算法训练分类器应对不确定性问题。然而，这一过程缺乏知识表征和可解释性。认知心理学和实验心理学的研究表明，人类往往不使用代价如此巨大的机制，而是使用表征、归纳、推理、解释和约束传播等与符号主义人工智能方法类似的手段来应对物体识别中的不确定性并提供可解释性。因此本文旨在从传统的符号计算出发，利用骨架拓扑结构表征提供一种可解释性的思路。方法 以骨架树为基本手段来形成物体拓扑结构特征和几何特征的形式化表征，并基于泛化框架对少量同类表征进行知识抽取来形成关于物体类别的知识概括显式化表征。结果 在形成物体类别的概括表征实验中，通过路径重建直观展示了同类属物体上得到的最一般表征的几何物理意义。在可解释性验证实验中，通过跨数据的拓扑应用展示了新测试样本相对于概括表征的特定差异，表明该表征具有良好的可解释性。最后在形状补全的不确定性推理实验中，不仅可以得到识别结论，而且清晰展示了识别背后做出的判断依据，进一步验证了该表征的可解释性。结论 实验表明一般化的形式表征能够应对尺寸、颜色和形状等不确定性问题，本文方法避免了基于纹理特征所带来的不确定性，适用于任意基于基元的表征方式，具有更好的鲁棒性、普适性和可解释性，计算代价更小。     

基于文本挖掘的WUI火灾致灾因子网络构建及特征分析

为预防和减少WUI火灾的发生, 挖掘WUI火灾关键致灾因子, 厘清致灾因子间的作用机制. 本文首先基于本文挖掘技术从WUI火灾事故案例中得到致灾因子, 使用Apriori算法得到致灾因子之间的关联规则. 然后使用复杂网络理论构建WUI火灾致灾因子网络, 计算网络拓扑特征参数, 探析WUI火灾致灾因子网络特征. 最后引入WUI火灾致因链风险度指标, 挖掘出高风险连边, 并提出断链措施. 结果表明: WUI火灾致灾因子网络具有小世界特性, 高温、强风、干旱等对其他致灾因子影响较大. 燃烧废弃物、植物起火、应急响应速度、人为纵火、强风在不同致灾因子转换中具有重要作用, 应加强管控. 网络中风险度最高的边是燃烧废弃物→植物起火, 通过颁布禁止擅自燃烧废弃物等规定, 即可切断该风险链, 实现对WUI火灾的预防和主动控制.     

基于虚拟样机技术的产品级甘蔗收获机的开发研究

基于虚拟样机技术提出了产品级甘蔗收获机的样机开发过程,利用产品自顶向下设计方法,提出了解决模块多,布局困难,各子功能模块之间位置关联、运动、动力性能要求较高的甘蔗收获机骨架模型设计,通过不同骨架虚拟样机的相关仿真分析,提供了开发产品级甘蔗收获机的有效依据和方法理论。同时提出了一种基于虚拟样机技术的具有大型组件的农业机械产品开发样机的思路。     

一个基于图基的参数化设计方法

文中提出一个基于图基高层次图素的产品参数化设计方法,对图基及图基骨架的概念和定义作了阐述了,讨论了图基的性质及其分类,提出了一系列图基的构造算子,给出了一个基于图基骨架自组织的算法和信息模型,得出一个利用尺寸的约束树把不 基线素之间的尺寸约束向其中某一图基内部尺寸的约束的转方法。     

基于特征断面的复杂巷道段三维建模

为解决巷道断面随工程需要及岩层变化不断改变,导致巷道三维建模程序复杂的问题,提出基于特征断面的巷道三维建模思想,通过建立巷道特征断面模型库,实现变化巷道段的三维建模,以期提高复杂巷道段的建模效率。首先阐述建模数据的采集方法,并对巷道断面进行了细化坐标分析;同时提出拐角处断面变化巷道段的平滑处理算法（通过圆弧来圆滑拐角处巷道中心线）,对普通巷道段采用三角剖分形成三角网完成巷道段的建模;而巷道断面发生变化的复杂巷道段存在简单曲面四边形,采用Bézier曲面及曲面的拼接完成巷道段的建模,并在实验中进行了验证     

基于语义拓扑网的反馈学习技术

为了从海量数据中快捷有效地获取所需的信息,提出了语义拓扑网的概念以及基于语义拓扑网的反馈学习方法。通过将数据对象的内容特征与语义特征进行有机地结合并构成语义拓扑网。在反馈过程中利用语义拓扑网,不断学习记忆并指导搜索。实验表明,基于语义拓扑网的反馈系统具有良好的学习能力与记忆能力,能有效地提高榆索系统的性能。     

从细线化汉字图像生成任意倍率汉字

本文提出了一种对汉字作任意倍率放缩的算法。该算法先对印刷体汉字作细线化处理，抽取笔划特征点。然后，分割和提取笔划。任意倍率汉字生成是通过变换函数。改变特征点位置，再附加原探察到的笔划修饰来实现的。实验表明本算法是有效的。     

基于直径为2的摩尔图网络的并行矩阵乘算法

提出了一个并行矩阵乘算法IPBPMM(Interconnected Processor-Based Parallel Matrix Multiplication).该算法运行在以五角形、Petersen图和Hoffman-Singleton图等直径为2的摩尔图(满足n=d2+1,n为节点数,d为度)为拓扑结构的由n个独立处理器构成的机群并行计算环境中.与基于二维环绕网孔阵列拓扑结构的Cannon和Fox等并行矩阵乘法算法相比较,IPBPMM算法通信开销较小,加速比更高,同时还具有矩阵分块可随机分布在各个节点中,无需事先按一定规律装入各节点中的特点.同时IPBPMM算法也能很好地扩充到由多个直径为2的摩尔图为拓扑结构组合构成的并行计算环境中,且随着网络的扩大,算法的并行加速比更高.