连续动态贝叶斯网络实现多传感器融合跟踪

利用多传感器数据进行目标跟踪,关键是怎样将多传感器的数据合理应用来对系统的状态做出最佳估计。提出应用连续动态贝叶斯网络的方法,结合卡尔曼滤波器模型,实现用多传感器数据进行目标跟踪的方法,并对算法进行了推导和验证。仿真结果证明了提出的多传感器数据互相修正融合滤波方法具有良好的滤波效果,并能够弥补传感器数据缺失和抑制脉冲噪声。     

PTL 证明器的实现技术

基于文［１０］中的理论,我们用Ｔｕｒｂｏ─ｐｒｏｌｏｇ编程,在３８６微机上成功地实现了命题时态逻辑定理的证明器。该证明器在处理ｎｅｘｔ幂次、归纳、归结、◇（ｘ∧ｙ）、ｕｎｔｉｌ　等方面,均有独到之处。这些方面,克服了以往工作的不足。证明器界面友好、速度快、能力强。     

融合锚节点和三元关系向量的军事知识图谱表示学习

知识图谱是一种用于表示和推理知识的图结构,对于军事领域的决策支持和智能化应用具有重要意义。现有的军事知识图谱多面临着大量三元组缺失的问题,对辅助决策任务造成极大的影响。为此,提出一种融合锚节点和三元关系向量的军事知识图谱表示学习模型。通过NodePiece构建固定大小的锚节点词汇表,以实现对任何实体的引导性编码和嵌入;利用TripleRE综合关系向量的投影与平移特征表示,实现对实体间语义相似度和关系强度的深层捕捉。实验结果表明,该方法在军事知识图谱单跳推理任务上取得了优异的性能,证明其有效性和可行性。     

大型卫星地面站故障诊断的增强分层有向图方法

为了解决传统分层有向图模型在卫星地面站故障诊断面临的问题,提出了基于增强分层有向图模型的故障诊断方法。在建模过程中,考虑到卫星地面站故障征兆多、建模复杂,依据各设备工作状态的故障传播方式合并同类节点,以减小模型规模;同时,在模型中加入节点有效性使能函数,克服传统分层有向图模型中设备主备切换导致系统结构发生改变时需要重新建模的问题。在故障诊断推理过程中,采用反向回溯和正向推理相结合的方法减小故障源搜索空间,并基于各节点被搜索次数给出故障概率,提高诊断效率。以北斗卫星无线电测定业务地面站为例对单故障和多故障报警场景下的故障诊断方法进行了验证。结果表明,基于增强分层有向图模型的故障诊断方法可以提高故障诊断的准确率和全面性。     

云模型在雷达干扰资源多目标优化配置中的应用

鉴于干扰效果/效益评估在雷达干扰资源优化分配中的重要地位,提出了一种基于云模型和匈牙利算法的雷达干扰资源优化分配模型。利用一维云模型单条件单规则发生器和逆向云发生器构建了评估指标干扰效果推理器,利用基于风险态度因子的云模型映射函数定义了云模型之间距离的度量方法。提出了一种基于云模型与逼近理想解法的雷达干扰效益矩阵求解方法,最后运用匈牙利算法实现了干扰资源优化分配。将所建模型应用到干扰资源分配中,结果表明该模型能够较好的处理评估中的不确定性知识,是合理、可行的。     

基于粗集和证据推理的海外基地保障点选址评估

针对海外基地保障点选址问题,结合专家组给出的影响选址评估意见,建立海外基地保障点选址评估指标体系。在此基础上,引用粗集和证据推理方法对评估指标因素进行信息处理优化,利用历史数据得到的客观信息与主观判断进行互补,实现主观判断与客观信息相结合,并用粗集进行属性约简,简化指标体系。该方法能提高评价结果的准确度和可信度,弥补海外基地保障点选址因素复杂,计算可操作性差的缺陷,为海外基地保障点选址决策提供理论依据。     

基于案例推理的危险化学品事故警戒范围研究

为了更有效地确定危险化学品事故现场警戒范围,提出一种基于案例推理技术的危险化学品事故现场警戒范围划分办法。通过对影响危险化学品灾害事故后果、发展程度、发展方向的特征要素的分析,确定了基于案例特征要素的案例表示方法。针对实现危险化学品事故现场警戒范围确定这一决策目的,采用了层次分析法对案例特征要素赋权。最后基于最邻近算法,实现了案例的匹配。参考案例库中匹配案例的警戒范围划分方法,为当前案例提供指导,对危险化学品事故现场警戒范围确定有一定借鉴意义。     

基于非负张量表示的扩展LDA标注模型

由于“语义鸿沟”的存在,自动图像标注是一项极具挑战性的工作。考虑到图像低层视觉特征与高层语义概念的差异,分别从图像表示与语义建模两个方面来实现自动图像标注。在图像表示方面,提出了一种正则化约束下的非负张量表示方法,用以提取符合人眼视觉直观理解的图像高阶结构特征。在语义建模方面,提出了一种三层贝叶斯模型——扩展隐Dirichlet分配。该模型利用隐变量来实现图像与标注词的关联,并通过一种基于变分推理的期望最大值方法来估计其参数。实验结果表明,ELDA模型在大规模数据库NUS-WIDE上的标注结果相较于现有方法有了显著的提高。     

基于HNC的命题逻辑推理方法

针对面向自然语言推理中计算机难以准确提取命题并进行符号化的难题,运用HNC(Hieratical Network of Concepts)理论中的语言逻辑概念与句类分析技术,从概念的角度出发,对自然语言描述的推理问题进行理解处理,使计算机能自动提取出推理条件中蕴涵的命题,然后将命题进行公式化处理,最后得到用自然语言描述的结论命题.试验结果表明:该方法能准确理解自然语言中的语义逻辑关系,完成命题逻辑推理.     

基于事例推理的自行火炮故障诊断专家系统

根据自行火炮故障诊断的特点,以全新的角度提出基于事例与规则的混合推理方法,基于相似度建立了事例的描述和检索机制,并对二者的结合方式做了阐述。给出了专家系统的整体实现结构,对元知识的内容和用途做了说明。最后给出了一个多层、分布式诊断事例,验证了以上方法的正确性和整体实现框架的有效性。