基于贝叶斯知识库的牵引变电所故障诊断方法

介绍了一种基于贝叶斯知识库TBKB的牵引变电系统故障诊断方法,运用贝叶斯网络在处理不确定性和不完备性问题时的推理能力,处理实际报警信息中继电保护信息的不确定情况;利用TBKB的表达能力表示保护、断路器间的约束关系;利用保护与断路器的逻辑关系与约束关系确定故障元件,并通过算例验证了方法和模型的可行性。     

基于贝叶斯网络的地铁隧道施工风险分析

利用贝叶斯网络对地铁隧道施工期间的主要风险因素进行分析和评估,其评价方法和结果能对施工期间的风险管理提出一定的指导作用.     

数据驱动的纯电动乘用车使用属性判别研究

网约车合规率是影响出行安全与网约出租车行业健康有序发展的重点与难点。本文针对这一问题，基于纯电动乘用车接入国家或地方新能源汽车监测平台的实车运行数据，对其运行是否具有网约车使用属性进行研究，为判别网约车是否合规提供更精准的参考，以降低网约车合规化的监管难度，促进网约车行业健康发展。本文总结了我国网约车合规化发展的要求与现状；通过文献综述与实地调研分析了电动乘用车专职网约车、兼职网约车和私家自用车三种不同使用属性的使用行为特征，构建了电动乘用车使用属性判别指标体系；采用朴素贝叶斯模型，对上海25辆纯电动乘用车进行了使用属性判别。     

指标权重的二阶段赋权法及其应用

首先利用贝叶斯公式，在各方案下，对指标主观权重进行逐个修正；然后，利用最小二乘法建立指标权重的优化模型，并给出精确解，应用实例表明了该方法的有效性。     

贝叶斯判别分析在财务预警中的应用

建立有效的财务危机预警模型及早发现公司的财务危机对于经营者和投资者都具有十分重要的现实意义,企业通过恰当的预警分析模型和相应的定量化指标是可以预测企业的财务危机进而避免直接损失.本文重点论述了贝叶斯判别分析在财务预警分析中的应用,并以160家上市公司的06年财务数为样本进行实证研究,使用目前国际流行的R软件进行数据处理,运用此方法构建财务危机预警模型,实证结果显示识别率达到了88.125%,优于传统方法.     

基于多层事件融合的场景事件实时分析

为解决智能监控场景中场景事件实时分析问题,提出了一种基于多层事件融合的场景事件分析模型以及对应的RBPF实时推理方法.利用事件具有层次结构特性以及各层事件之间的关系,将场景事件分解为不同层次的子事件,利用多层子事件融合进行场景事件分析,并用多层动态贝叶斯网络模型对其建模.构建模型对应的RBPF推理方法,以实现对复杂场景事件进行实时分析.仿真实验证明了该方法能够对动态场景中的场景事件进行实时推理,比PF方法具有更高的精度及较少的时间代价.     

多车道复杂环境下驾驶倾向性状态辨识

驾驶倾向性是汽车行驶过程中操控者情感偏好等特征的动态测度,是车辆安全驾驶辅助系统,特别是其碰撞预警系统中汽车驾驶人意图等心理、意识计算必须考虑的核心参数.以3车道场景为例,分析目标车位于不同车道时周边的交通态势(主要指车辆集群编组关系,重点以目标车位于中间车道为例),设计实验采集人、车、环境等相关动态信息,获取不同态势下驾驶倾向性特征数据,利用动态贝叶斯网络建立时变环境下驾驶倾向性动态辨识模型.实验验证表明,所建模型对驾驶人倾向性类型的辨识准确率可达到91％以上,能够适应多车道情况下驾驶人倾向性类型的动态识别,为以人为中心的个性化汽车主动安全系统的实现提供理论基础.     

面向智能驾驶行为的机器学习

基于机器学习的智能驾驶行为分析是智能车辆发展的方向和难点之一.驾驶行为的知识获取和表达,涉及机器学习中的诸多算法.首先对机器学习在驾驶行为识别判断、建模预测、智能决策等方面的研究进行了分析,进而对驾驶行为分析中的几种主要机器学习算法进行了较为全面的总结,最后给出了各种算法的优缺点.     

船载散装化学品事故风险等级预测研究

化学品泄漏对环境的影响特别难以解决,因为它们是更难以或不可能直观地观察,而且与表面溢油相比涉及更多的水体污染.此外,有数以千计的化学物质可能会溢出,这些物质各种各样的理化特性导致影响它们的归宿和行动模式有很大的不同.在给定的分类体系下,基于贝叶斯算法自动识别事故类别技术,结合贝叶斯分类器算法预测船载散装化学品泄漏事故风险等级.