基于多元图形特征与云模型理论的质量评价方法研究*

针对综合质量评价中评价结果不能充分反映主、客观因素共同作用的问题,提出了一种基于多元图表示原理与云模型理论相结合的综合质量评价方法。该方法基于多元图表示原理,应用雷达图表示方法的图形面积融合多指标参数,结合云模型理论定性定量转换强大功能,实现综合质量评价,得到符合人类思维方式的定性定量综合评价结果。以成都市土壤为研究对象,实验结果表明,该方法得到的定性定量相结合的综合评价结果符合实际数据的分布和人的思维方式,是一种充分反映主、客观因素共同作用的评价方法。该方法适用于多指标参数的质量评价问题。     

模糊评价法在路网改造中的应用研究

采用多级模糊综合评价的理论与方法,建立路网服务水平的二级综合评价模型。通过模糊评价方法利用隶属度的概念定量地处理影响分析和评价的种种模糊因素,客观地描述了指标分级界限的模糊性,充分考虑了事物的中间过渡状态,为路网改造决策提供了更为全面的参考依据。     

人工智能与雷达图相结合的配电网运维分析研究

随着我国配电网信息数据的不断增加,传统方法已经难以及时发现配电网运维中出现的问题。为了深入挖掘配电网运维相关数据,找出配电网运维过程中的隐含规律,进而提升我国配电网的运维水平,提出将大数据挖掘技术、人工智能与雷达图相结合,进行配电网运维的共性挖掘及定量评价。分析了K-means聚类分析法与雷达图,并创新性地引入数据密度思想,进行K-means聚类分析法的改进;并将其与雷达图结合,实现对配电网运维的分析。研究结果表明,改进后的综合评价法能够对配电网运维中的问题进行检测,还能够定量地对配电网运维情况进行可视化评价。该研究能为配电网运维相关风险管理的研究提供参考。     

基于云理论在雷达发射机BIT测试性能评价

以雷达电子真空管发射机为例,首先对影响雷达发射机性能的主要因子及失效率高、故障严酷度高的影响因子进行分析归纳,确定了BIT测试特性的参数;然后利用层次分析法根据严酷度等级计算因子权重并进行一致性检验,针对现有的评价存在的定性问题,运用云模型解决了BIT测试性能评估中指标的定性描述向定量表示转换的问题,最终通过对某型火控雷达的实例分析,将检测特性中专家定性评价转换成定量评价,得到结果客观而真实,对雷达测试性评估研究具有参考价值。     

基于云模型的教学质量评价研究

教学评价是教学工作的一个重要的环节,对提高教学质量有着重要的作用。针对教学评价的模糊性和不确定性等特征,结合云模型的优点,运用云模型对评价指标进行定性与定量之间的转换,再利用熵值法确定评价指标的权重,并借鉴云理论,运用云模型对教学质量进行综合评价。该方法应用于教学评价中具有较强的客观性和可行性。     

云理论在航空电子战系统效能评估中的应用

云理论是以研究系统模糊性和不确定性为背景,实现系统的定性评价与定量研究相结合、相转换的理论。介绍了云理论的数字特征、在航空电子战系统效能评估中应用到正向云、逆向云以及云的加权和算法。通过层次分析法建立了航空电子战系统效能的评估体系,并结合专家打分法给出指标的定性权重和评价语,利用正向云算法将其转换为云的数字特征,通过运算得出系统顶层指标的定量评估值,最后再利用云逆向算法将其转换为符合人习惯的定性评价。     

云制造服务综合评价方法研究

作为云制造平台中的关键技术之一,云制造服务的综合评价对于整个云制造资源配置至关重要,在云制造服务综合评价中,服务资源的评价是综合评价的基础。针对云制造服务评价问题,根据云制造服务评价体系中评价指标的多样性与云制造服务特点相匹配,基于模糊理论中的模糊数学,建立了模糊综合评价模型,并确定了由层次分析法和熵权法组合确定权重的方法。再根据云制造环境下评价指标的构建原则,选取了七个一级指标和十六个二级评价指标,以上述指标构建了多层次云制造服务评价因素集和对象评语集,从而建立了云制造服务资源综合评价指标体系。最后,通过云制造服务实例验证了该云制造服务综合评价模型及模糊综合评价算法的操作简便性及实用性。     

基于梯形云模型的装备保障训练效果评估研究

装备保障训练效果评估是检验和提高装备保障能力的重要手段,针对装备保障训练效果综合评估工作中定性定量指标转化计算的问题,提出了基于梯形云理论的评估方法,云理论是一种用于处理不确定性和模糊性的数学工具,从知识水平、岗位能力、装备效能情况等方面建立评估体系对维修保障人员训练效果进行分析研究,运用Delphi法建立了装备保障训练效果评估指标体系,在指标选取原则的基础上,运用AHP与指标属性重要度的综合方法进行指标权重的确定,然后通过运用云模型云发生器、云合并算法和云相似度算法等,较好地解决了装备保障训练效果评估中指标的定性描述与定量综合计算的问题,最终通过实例比较表明,所提出的云评估模型所得出的等级评价结果客观而全面,对定性综合评估研究具有参考价值.     

基于云模型的空袭目标威胁程度估计

空中来袭目标的威胁程度估计是一个复杂的多因素综合评价过程,其中有些因素具有模糊性和随机性。云模型是以研究系统模糊性和不确定性为背景,实现系统的定性评价与定量研究相结合、相转换的理论模型。论文介绍了云模型的数字特征及相关算法,建立了目标威胁程度判断准则集合,并结合云模型给出了评价语定性与定量的转化方法。实例分析表明:采用云模型进行目标威胁估计,可得到精确可信的威胁程度,从而为威胁估计做出快速准确的判断提供了科学依据。     

地空导弹武器系统效能评估方法

传统的地空导弹武器系统效能评估一般采用定性评估方法,而对于精确的定量评估,目前尚缺有效的方法;云理论是一种用于处理不确定性和含糊性知识的数学工具,可实现概念与数据之间的相互转换;基于地空导弹武器系统的因素分析,建立地空导弹武器系统指标体系,结合云理论的相关知识,建立各指标的云模型及其多维加权综合云的重心表示,最后应用云重心评价方法给出系统的效能评估值,解决了效能评估中定性语言到定量的转化问题,并用这种方法对地空导弹武器系统进行实例分析,从而为地空导弹武器系统的效能评估提供了一条新思路。     

基于GABP算法的计算机复杂网络可靠性评估方法研究

网络技术的广泛使用和云计算技术的兴起,使网络安全问题面临新的挑战。目前的网络可靠性评估方法存在诸如适用范围小、操作性差以及存在干扰因素等问题,对基于GABP算法的计算机复杂网络的可靠性进行研究,并利用德尔菲法筛选评价指标,建立一种综合评价模型。     

典型雷达装备质量与可靠性数据库系统设计

典型雷达装备质量与可靠性数据库系统包括雷达质量与可靠性评价系统和质量信息数据收集系统。质量信息数据收集系统提供了有关雷达产品质量与可靠性的信息;雷达质量与可靠性评价系统通过对专家评价意见的收集,利用D-S模糊综合评判算法,计算得到雷达综合评分,从而为质量管理人员提供雷达产品的改进依据。系统提供友好且易操作的用户界面,提高了雷达装备质量与可靠性评价的工作效率和评价的准确度。     

A two-level Markov random field for road network extraction and its application with optical,SAR, and multitemporal data

This article introduces a method for road network extraction from satellite images. The proposed approach covers a new fusion method (using data from multiple sources) and a new Markov random field (MRF) defined on connected components along with a multilevel application (two-level MRF). Our method allows the detection of roads with different characteristics and decreases by around 30% the size of the used graph model. Results for synthetic aperture radar (SAR) images and optical images obtained using the TerraSAR-X and Quickbird sensors, respectively, are presented demonstrating the improvement brought by the proposed approach. In a second part, an analysis of different types of data fusion combining optical/radar images, radar/radar images, and multitemporal SAR (TerraSAR-X and COSMO-SkyMed) images is described. The qualitative and quantitative results show that the fusion approach improves considerably the results of the road network extraction.     

基于改进粒子群算法的随机流路网可靠性研究

为解决城市交通路网中容量的随机性对可靠性研究的影响问题,建立了随机流交通路网可靠性模型,提出了一种基于改进粒子群算法的交通路网可靠性评价方法,该方法能够搜索到满足条件的多个解,在算法中引入了一种转移机制可以有效地避免粒子陷入局部无目标搜索状态,又可保证全局搜索能力,最终能够搜索到路网在d需求量下的所有d-下界点以计算路网的可靠性.通过算例结果表明了该改进粒子群算法的可行性及准确性.     

智能网联车路云协同系统架构与关键技术研究综述

随着汽车产业电动化、智能化、网联化、共享化的发展驱动, 全球主要强国均将智能网联汽车列为国家战略发展方向. 蜂窝车联网、边缘计算网络和高精度定位系统的技术发展, 为车车、车路、车人和车云系统的全面融合提供了有效支撑. 车辆、道路、云平台与蜂窝车联网(Cellular vehicle-to-everything, C-V2X)网络的融合, 加速打通车内与车外、路面与路侧、云上与云间的信息互通, 为实现车路云一体化的融合感知、群体决策及协同控制提供了重要基础. 首先, 梳理了智能网联车路云协同系统架构与关键技术, 对该领域的演进特征、发展制约因素进行了总体概述; 其次, 阐述了新型车路云协同系统、智能网联C-V2X通信系统、云控系统和车路云协同测试系统的架构设计与工作原理; 然后, 从C-V2X组网、融合定位、测试评价角度, 介绍了车路云协同系统融合V2X网络、融合定位的技术演进与研究进展, 给出了智能网联场景的仿真平台、实车测试及评价指标; 最后, 对智能网联车路云协同系统的协同组网与控制、互操作、边缘智能服务和安全技术层面的发展趋势进行了展望.     

面向云数据安全自毁的分布式哈希表网络节点信任评估机制

在云环境下的数据自毁机制中,针对分布式哈希表（DHT）网络的恶意节点和不诚信节点容易造成密钥分量丢失或泄露等问题,提出面向云数据安全自毁的DHT网络节点信任评估机制。该机制首先为节点建立二维信任评估模型,对节点可信程度进行定性和定量的考察;接着改进节点直接信任值和推荐信任值的计算方法,充分考虑节点内外因素,从节点运行环境和交互经验两个维度出发并细化到不同层级计算节点信任值,得到信任评价子云;然后将各个信任评价子云加权合成得到综合信任云,采用云发生器描绘出综合信任云一维高斯云图形;最后结合信任决策算法选出最优可信节点。实验结果表明该机制能够帮助原有的数据自毁机制找到更适合存储密钥分量的DHT网络节点,提高了系统的容灾能力并降低了系统计算负载。     

煤炭运输公路网络可靠性仿真分析

针对突发事件对煤炭运输公路网络中节点或边的破坏，引起煤炭运输公路网络堵塞的问题，基于复杂网络理论，建立原始法和对偶法构建的网络模型，并用Matlab软件对其可靠性进行仿真分析。首先，对比分析了两种网络的基本特征，然后提出网络效率相对变化量对网络中的关键路段进行识别。基于此，建立网络可靠性评价模型，并提出网络效率、最大连通子图相对大小和网络离散度三个可靠性评价指标，对在随机毁坏和蓄意毁坏两种毁坏模式下的网络可靠性进行仿真分析。实验结果表明：在蓄意毁坏模式下，当10%的节点失效时，三种可靠性指标值分别为10%、20%、20，而随机毁坏模式下的指标值仍维持在较高的水平，因此，煤炭运输网络对随机毁坏具有鲁棒性，对蓄意毁坏具有脆弱性，应加强对网络中重要节点的保护工作。     

图卷积神经网络在点云语义分割中的研究综述

点云数据蕴含丰富的空间信息,可以通过激光雷达、3D传感器等设备大量采集,被广泛应用于自动驾驶、虚拟现实、城市规划和3D重建等领域。点云语义分割作为3D场景理解、识别和各种应用的基础而受到广泛关注。但不规则的点云数据无法直接作为传统卷积神经网络的输入,而图卷积神经网络可以利用图卷积算子直接对点云数据进行特征提取,使得图卷积神经网络已逐步成为点云语义分割领域的一个重要研究方向。基于此,对图卷积神经网络在3D点云语义分割应用中的研究进展进行综述,根据图卷积的类型对基于图卷积神经网络的点云语义分割方法进行分类,按照不同类别对比分析主流方法的模型架构及其特点,描述几个相关点云语义分割领域常用的公共数据集和评价指标,对点云语义分割方法进行总结和展望。     

嵌入路网图模型的自动驾驶场景描述语言

深度学习的快速发展带动着自动驾驶技术的迅速进步.深度学习感知模型在识别准确率逐步提升的同时,也存在鲁棒性和可靠性不足等隐患,需要在大量场景下进行充分测试以确保达到可接受的安全标准.基于场景的仿真测试是自动驾驶技术的核心和关键,如何描述和生成多样化仿真测试场景是需要解决的关键问题之一.场景描述语言能够描述自动驾驶场景并在虚拟环境中实例化场景获取仿真数据,但现有的场景描述语言大都缺少对于场景道路结构的高层抽象和描述.提出路网属性图来表示路网中抽象出的实体及他们的关系,并设计能简洁描述场景路网结构的语言SceneRoad. SceneRoad可以基于描述的场景道路结构特征构建路网特征查询图.这样,在路网中搜索符合描述的场景道路特征的问题被抽象为路网图上的子图匹配问题,该问题可用VF2算法求解.进一步地,将SceneRoad作为扩展集成到Scenic场景描述语言中.使用拓展后的语言随机生成大量多样的静态场景并构建仿真数据集.仿真数据集的统计信息表明生成的场景具有丰富的场景多样性.不同感知模型在真实和仿真数据集上的训练测试结果表明,模型在两个数据集上的表现呈正相关,意味着模型在仿真数据集上的评估...     

网络入侵危险性评估的云理论实现

由于任何网络安全手段都无法完全阻止网络攻击,保护网络的绝对安全,因此对网络入侵危险性进行评估,进而采取相应的防御手段就非常重要。传统的评估方法都无法同时评估网络入侵的不确定性(模糊性和随机性),基于此,利用云模型理论把模糊性和随机性有效集成在一起的优点,提出了一种基于云理论的网络入侵风险评估方法。本文给出了方法的理论基础、设计思想和关键实现技术及评估过程,并提出了一种改进的逆向云生成算法。该模型通过对系统资源监控,并对得到的数据进行处理,然后输入到云控制器,云控制器根据设定的规则做出评估结果。实验结果表明,该方法最大限度地保留了网络入侵评估过程中固有的不确定性,提高了评估结果的科学性和准确性。