神经网络与D-S证据理论分层融合的柴油机综合故障诊断方法研究

针对柴油机传统故障诊断方法处理数据量大、故障类型复杂多变的问题时存在诊断准确率不高的现状,利用数据融合原理,将神经网络和证据理论进行有机的结合,提出了神经网络和证据理论分层融合的柴油机故障综合诊断方法.该方法通过并行神经网络的结构提高局部诊断网络的诊断能力,并给出了基本可信度分配的客观化方法,充分利用各种故障的冗余和互补信息,可显著提高故障诊断的准确率.诊断实例表明,该方法能显著提高柴油机故障诊断系统的效率.     

基于D-S证据理论的山区铁路隧道施工风险评估

山区铁路隧道施工具有不确定性和复杂性,为降低其事故发生的概率及所造成的损失,建立基于D-S证据理论的山区铁路隧道施工风险评价模型。该模型首先由AHP法计算评价指标的权重,采用基于Bayes近似法的D-S证据理论计算方法,进行多层次递阶评价,得出山区铁路隧道施工风险等级的评估值,为后续风险控制奠定基础。     

DS／AHP在舰船推进轴系设计方案评估中的应用

将DS证据理论和层次分析法相结合应用于舰船推进轴系设计方案综合评估,建立了推进轴系设计方案的评估模型,详细阐述了设计方案选择的具体实现过程,并分析了该方法在处理评估过程中由于专家主观认识所导致的不确定性独特优势。结果表明,进行证据合成后,不确定性明显降低,而且评估结果具有一定的稳定性。     

基于D-S证据理论的海战场目标战术意图识别技术研究

目标战术意图识别技术是海战场态势评估领域的一个核心内容,也是威胁估计的基础。根据舰艇指挥决策中的海战场态势评估的需要,提取目标战术意图识别所需要素,然后运用高维空间相似度计算模型,度量目标状态对其意图的支撑程度,最后结合D-C证据理论对目标战术意图进行序贯识别,通过实例验证,取得了较好的效果。该方法能够为解决海战场目标战术意图识别提供新的途径。     

Front Vehicle Identification Under Different Lighting Conditions

选取车辆底部水平方向特征和车辆左右两侧垂直方向特征,提取出受全局灰度影响较小的局部灰度特征、局部梯度特征和局部波动特征.应用加权证据理论将车辆水平和垂直方向的特征分别进行信息融合,并根据光强的不同调整各特征的权重.为提高识别的实时性,将人工鱼群算法应用于识别中,并增添了车辆识别模块以增强人工鱼的引导能力.根据人工鱼群的搜索结果,再通过对称性特征进行进一步判定,实现前方车辆的准确定位.实验结果表明本方法可在不同光照条件下对前方车辆进行识别并准确定位,具有良好的适应性、准确性和实时性.     

论视听资料证据与海事监管

视听资料在我国是一种独立的证据种类,在海事行政执法中具有其它证据无法替代的优越性。如何在海事监管实践中获得合法、有效的视听资料证据,本文将尝试在这方面做初步探讨。     

刍议民事非法证据排除

对民事非法证据的排除，反映了民事诉讼对程序权利和宪法权利问题的关注正日益上升。而民事非法证据排除的具体内容，则与一国的诉讼体制和诉讼传统密切相关。文章从民事诉讼程序中如何实现程序公正、保证民事诉讼目的的全面实现以及避免审理法官受非法证据的不当影响等方面对民事非法证据排除问题进行了探讨和分析。     

浅谈船舶超载运输行为的证据搜集

从适用船舶超载运输行为的基本证据种类、取证的基本要求、船舶超载运输行为的证据搜集过程分析三个方面,阐述船舶超载运输行为的证据搜集要点,使海事行政处罚案件事实清楚、证据确凿充分,避免海事行政处罚案件在行政复议时被撤销和行政诉讼中败诉,提高海事行政效率,维护海事行政执法的权威性。     

论海事行政处罚中的证据先行登记保存

文中阐述了海事行政处罚工作中证据先行登记保存的概念和适用法定条件,分析了执法实践中适用证据先行登记保存存在的问题并提出了解决途径。     

贝叶斯网络在舰艇导弹防御系统的决策模型优化的应用

当前,随着全球军事力量的发展,各国在海上作战系统展开了军备竞赛。海军力量的壮大引起了舰艇导弹系统的迅速发展。为了提高海洋军舰的防御能力,需要建立精确的导弹防御系统,对敌方威胁进行评估、并建立相应的决策模型。本文针对舰艇导弹防御系统决策模型对危险识别评估的高精度要求,采用动态贝叶斯网络,使用证据传播算法对贝叶斯网络的节点和传递函数进行分析,进而评估导弹的危险系数,显著提高了舰艇的防御能力。