Evaluating methods for the reliability of a large 2‐dimensional rectangular k‐within‐consecutive‐(r,s)‐out‐of‐(m,n):F system

A 2‐dimensional rectangular k‐within‐consecutive‐(r, s)‐out‐of‐(m, n):F system consists of m × n components, and fails if and only if k or more components fail in an r × s submatrix. This system can be treated as a reliability model for TFT liquid crystal displays, wireless communication networks, etc. Although an effective method has been developed for evaluating the exact system reliability of small or medium‐sized systems, that method needs extremely high computing time and memory capacity when applied to larger systems. Therefore, developing upper and lower bounds and accurate approximations for system reliability is useful for large systems. In this paper, first, we propose new upper and lower bounds for the reliability of a 2‐dimensional rectangular k‐within‐consecutive‐(r, s)‐out‐of‐(m, n):F system. Secondly, we propose two limit theorems for that system. With these theorems we can obtain accurate approximations for system reliabilities when the system is large and component reliabilities are close to one. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005     

模糊集值统计理论在灭火救援指挥效能评估中的应用

在建立评估指标体系的基础上,将模糊集值统计理论应用于灭火救援指挥效能评估中。该理论方法改变了以往统计给出一个固定值的做法,而给出一个区间值,使某些具有模糊性和随机性的评估指标权值的确定更加符合实际情况。实例研究表明:该方法克服了经典统计法的不足,提高了效能评估的实用性和科学性。     

尝试教学法与数学创新能力的培养

文章针对初中传统数学教学中存在的教学目的、方向不明确、教学方法不妥当等问题,探讨了尝试教学法在数学课堂教学的创新、教师创新精神与学生创新能力培养等方面的作用。     

整旧如旧与整旧如新——《古代文论》课程教学之我见

《古代文论》的教学在汉语言文学本科专业课程教学中因为跨度大,内容繁杂,同时又是理论课而显得老师讲解、学生理解比较困难。文字梳理在该门课程的讲解与学习中是一个最大的难点。在这个方面,应该注意“整旧如旧”和“整旧如新”原则的双向配合。     

基于神经网络的地形匹配方法研究

提出了基于神经网络实现多特征融合的地形匹配算法,充分利用地形的各种不同的统计特征和几何特征,构造了一种地形匹配网络模型.通过对实时图和基准图的分析,给出了计算网络节点之间的权值函数,建立了网络系统能量方程,通过求系统的最小能量得到最佳匹配位置.由于网络能融合地形的不同统计特征和几何特征,所以算法大大提高了系统的抗干扰能力和定位精度,适合于实时图容易发生畸变的地形匹配领域.实验结果表明,定位精度和抗干扰能力均优于传统的地形匹配方法.     

On‐line parameter estimation for a partially observable system subject to random failure

In this paper, we study the on‐line parameter estimation problem for a partially observable system subject to deterioration and random failure. The state of the system evolves according to a continuous time homogeneous Markov process with a finite state space. The system state is not observable, except for the failure state. The information related to the system state is available at discrete times through inspections. A recursive maximum likelihood (RML) algorithm is proposed for the on‐line parameter estimation of the model. The RML algorithm proposed in the paper is considerably faster and easier to apply than other RML algorithms in the literature, because it does not require projection into the constraint domain and calculation of the gradient on the surface of the constraint manifolds. The algorithm is illustrated by an example using real vibration data. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。     

等离子体粒子模拟中的电磁场边界条件

针对等离子体粒子模拟中电磁场边界条件的选取问题 ,对简单吸收边界条件、Lindman边界条件、超吸收边界条件等进行了详细的讨论。结果表明 ,简单吸收边界条件计算量最小、误差最大 ,超吸收边界条件计算量最大、误差最小 ,Lindman边界条件误差较小且其反射系数对入射角的依赖性不大     

任务分配与调度中遗传算子的设计

应用遗传算法等进化方法进行任务分配与调度为越来越多的计算机学者们所关注。基于任务排列的知识表示 ,常规的标准遗传操作算子并不总是有效的。好的遗传算子对算法收敛性及收敛到好点是非常重要的。在列表编码的知识表示基础上 ,设计了三个有针对性的遗传算子 ,即改进的交配算子、内部交配算子和一种作为变异的迁移算子。模拟实验结果与分析表明这些算子对任务分配与调度是有效的。     

基于多子网语言决策图的空管体系绩效评估

为评估空管体系综合绩效水平,制定了关键绩效领域和指标,提出基于多子网语言决策图的群体评估模型。采用多子网策略分析领域及指标间的影响关系,应用语言尺度辅助群体专家建立了领域及指标间的初始判断矩阵和影响连接矩阵。给出了模型的求解方法,在求得各子网内准则的全局权重后,聚合即可得到体系的综合评估值。案例分析表明,相比于不考虑领域及指标间影响的情况,模型结果能更客观、全面地展示各领域及指标的权重,更显著地揭示空管体系间的差距。