基于L-M贝叶斯正则化方法的BP神经网络在潜艇声纳部位自噪声预报中的应用

基于L-M贝叶斯正则化方法使BP神经网络在推广能力、收敛速度和逼近精度上能够获得很大的提高.文中将BP神经网络和L-M贝叶斯正则化算法相结合用于潜艇声纳部位自噪声预报.分析了影响声纳部位自噪声的各种参数.利用潜艇声纳实测数据进行网络训练,训练好的神经网络可以对潜艇声纳部位自噪声进行精确预报.     

一种半监督的汉语词义消歧方法

为了解决自然语言处理领域中的一词多义问题,本文提出了一种利用多种语言学知识和词义消歧模型的半监督消歧方法. 首先,以歧义词汇左、右邻接词单元的词形、词性和译文作为消歧特征,来构建贝叶斯 （Bayes） 词义分类器,并以歧义词汇左、右邻接词单元的词形和词性作为消歧特征,来构建最大熵 （maximum entropy,ME） 词义分类器;其次,采用Co-Training算法并结合大量无标注语料来优化词义消歧模型;再次,进行了优化实验,在实验中,使用SemEval-2007:Task#5的训练语料和哈尔滨工业大学的无标注语料来优化贝叶斯分类器和最大熵分类器;最后,对优化后的词义消歧模型进行测试. 测试结果表明:与基于支持向量机 （support vector machine,SVM） 的词义消歧方法相比,本文所提出方法的消歧准确率提高了0.9%. 词义消歧的性能有所提高.      

地下岩溶发育程度评价体系的初步探讨

为了对下岩溶液发育状况进行初步的判断,从而为岩溶区地下工程的规划与施工提供指导,采用定量与定性相结合的方法建立一套地下岩溶发育程度的评价体系,其评价结果可以用来对下岩溶发育状况进行初步的判断.首先,选取了6个影响岩溶发育的主要因素作为地下岩溶发育程度的评价指标,并对地下岩溶的不同发育程度等级进行定义;其次,采用基于模糊层次分析法与贝叶斯网络法的综合赋权法确定了各个因素对于岩溶发育影响的权重,并基于层次分析法确定了评价指标各状态的统一评分标准;最后,采用对比分析的方法确立了各个岩溶发育程度等级所对应的定量评价值的范围.为了检验该评价系统的实用性,该系统被应用于某岩溶区的铁路隧道工程当中.通过地预测评价结果与实际记录结果的对比分析可得:占隧道总长度97.1%的区域的地下岩溶发育程度的评价结果与实际岩溶发育状况相一致,只有2.9%的区域的评价结果产生了误差;在评价结果产生误差的这一区域,岩溶发育程度的定量评价值为0.69,岩溶发育程度被评价为"发育",十分接近实际发育状况"强烈发育"所属的定量值范围0.70~1.00,验证了该地下岩溶发育程度评价系统的的可靠性.      

基于贝叶斯网络的城市交通规划辅助决策模型

为解决传统模型定位跟踪能力较差、交通规划决策线路覆盖不均衡的问题,构建基于贝叶斯网络的城市交通规划辅助决策模型.根据城市交通特征提取机动车的分布状态,得到城市某一随机路段的交通流量,利用贝叶斯网络定位跟踪交通移动目标,实现交通流量和通行状态的实时追踪、结合跟踪结果,依据平衡分配规划指标构建城市交通规划辅助决策模型.结果...     

基于多层隐类贝叶斯网络的舰船生存能力评估模型研究

生存能力是舰船设计时需要考虑的一个重要性能指标,然而其涉及的因素较多,因素之间的关系错综复杂,不确定信息充斥其间.在系统分析舰船生存能力评估要素的基础上,针对评估过程中的不确定性信息难以量化处理的特点,引入基于贝叶斯网络的多层隐类模型算法对舰船生存能力进行评估,给出了模型评分原理.最后以实例说明了建模方法与评估过程,并结合专家意见分析了模型的优劣,说明该多层隐类模型的算法符合实际情况.     

基于贝叶斯理论的船舶沿岸航行风险预估研究

海上船舶交通事故预估研究是政府职能部门、航运企业和沿岸航行船舶最关心的问题,海事专家大多采取时间序列预估法、马尔科夫预估法、神经网络预估法、灰色理论预估法和贝叶斯预估法等方法进行风险预估研究.本研究结合东营港沿海水域十几年来通行船舶总艘次和海上船舶交通事故发生的实际原因,对未来此海域船舶航行风险进行预估,重点探讨贝叶斯理论在船舶沿岸航行风险预估中的应用.模型验证表明,贝叶斯方法对船舶沿岸航行风险预估效果最贴近实际情况.     

联合NSCT模糊域的声呐图像目标增强方法研究

提出一种基于非下采样轮廓波变换（NSCT）结合模糊域的噪声抑制和目标增强方法。使用NSCT将含噪声呐图像分解为不同的频率和方向响应子带,利用V-Bayes估计理论推导了模型的相应非线性二元阈值函数对NSCT系数的子带进行去噪。结合领域信息和空间信息构造模糊特征,再构建出模糊隶属度收缩函数对降噪后的NSCT分量执行二次降噪,最后以重建降噪后的声呐图像数据,使用综合数据和效果图示例来证明所提出的方法能够有效的去除声呐图像噪声,且优于基于小波变换的阈值去噪方法。     

后张法预应力砼I型梁的挠度与侧向弯曲预控

根据砼的离散性和其变化的复杂性,提出了预拱度与侧向弯曲的相应计算方法。在确定的计算模型基础上采用贝叶斯方法,根据有限的检测样本,能较为准确地预测梁的预拱度。对梁的侧向弯曲,则采用结构力学的能量原理,推导了考虑钢束恢复力作用的侧向失稳临界轴压力极限荷值。     

民航安全信息中实现关键词提取的方法

对于民航安全信息,关键词有着体现文本概要的功能,在信息提取与调用等方面对民航安全工作者有所帮助.在研究当前关键词提取技术后,结合民航领域词特征,提出了一种以朴素贝叶斯模型为基础的关键词提取模型.模型中所选取的特征项为词语的词长、词性、以及包含词语位置与段落跨度的词频与逆向文档频率乘积(TF-IDF)值,特征项代表了每个候选词的基本属性.利用该模型对已人工标注好关键词的民航安全信息进行训练以获取各个特征项的概率,利用特征项概率计算每个备选词的关键词评分,将评分前3位的词汇输出为关键词.实验表明,针对民航安全信息的关键词提取,所提方法与传统的TF-IDF算法、KEA算法相比,准确率分别提高了18%和11.9%,民航词汇识别率分别提高了15.3%和12.3%.结果证明,与传统算法相比,所提方法能大幅提升关键词提取的准确率与民航词汇识别的能力.     

基于文本挖掘的内河船舶碰撞事故致因因素分析与风险预测

作为一种典型的高风险海事事故,内河船舶碰撞事故致因因素众多.为了明确内河船舶碰撞事故致因因素,分析内河船舶碰撞风险,选取2013年至2017年长江内河航道419起船舶碰撞事故报告作为文本挖掘语料,将语料库中的人为因素、船舶因素、自然环境因素以及管理因素作为目标数据,利用R语言和文本挖掘方法,获得包含特征值和特征值权重属性的高维稀疏的原始特征向量空间集合,对tf-idf公式进行平滑改进,解决了文本识别过程中无法识别统计较为生僻的专业名词的问题,提升了文本挖掘方法在交通运输领域的适应性.使用统计对其进行降维,获得最终33个维度的文本特征项,确定了船舶碰撞风险致因因素.通过实验验证了文本挖掘得出的船舶碰撞致因因素置信率达到了81%.以碰撞过程中的4个步骤为主线,构建基于"人-船-环境-管理"系统的船舶碰撞风险贝叶斯网络结构,计算贝叶斯网络结构中各节点的条件概率表,进行船舶碰撞风险建模.结合贝叶斯网络实现内河船舶碰撞事故的风险预测,并通过反向推理确定了人为因素是船舶碰撞事故致因中的首要因素.