基于Nenman故障源的实故障源模型

基于Ｎｅｕｍａｎ故障源，建立一种新的故障源模型，即具有实输入数组的故障源模型（简称实故障源）。利用概率分析方法研究在实故障源作用下，由函数单元构成的控制系统的可靠性，并给出了系统不可靠度的下界估计。可靠性估计定理给出的下限值可作为工程实践中很有价值的参考点。     

一类Neuman型故障源的特性的研究

针对故障源作用下的系统可靠性的评估问题,建立了一种具有实输入数组的新的Neuman型故障源(实故障源)的模型,并应用概率分析的方法评估了在这种故障源作用下由函数元构成的系统的可靠性,给出了系统可靠性的下界估计,阐明了在实故障源作用下的基底上不可能建立任意可靠的系统.最后研究了满足实故障源条件的函数元基在所有函数元基中所占的比例,并给出了它的渐近估计.     

基于广义高斯分布模型的盲源分离算法

分析了盲源分离的自然梯度算法与常规梯度算法的差异,研究了在自然梯度算法中引入不完整基后的算法特性,严格剖析了不完整自然梯度方法的成因与机理,数学上论证了与自然梯度盲源分离算法相比,不完整自然梯度算法避免了因源信号非平稳或幅值快速变化而引起的数值不稳定,并利用广义高斯分布模型模拟不完整自然梯度算法中的非线性激活函数,根据高斯指数值的不同选择,使该算法适用于服从任意分布源信号的方法。分别选取非平稳语音信号、脑电和心电信号以及正弦波和脑磁波信号进行仿真实验,结果表明基于广义高斯分布模型的不完整自然梯度算法完全能够恢复出这些不同类型的源信号。     

基于扇出源的同步时序电路和故障并行故障模拟器

从工程应用的角度出发,同步时序电路故障模拟采用单测试码故障并行的模拟结果更能反映实际情况。因此,尽管已有的研究表明采用测试码并行的故障模拟器的速度更快,但研究快速的故障并行的同步时序电路和故障模拟器仍然非常必要。基与扇出源的同步时序电路故障并行故障模拟器结合了扩展的扇出源故障模拟方法和临界路径追踪算法。对ISCAS89部分电路的实验结果表明,该模拟器性能良好。     

两类特殊故障源作用下函数元系统的可靠性评估

证明了在故障源作用下无可靠输入数组的函数元系统的可靠性估计定理,建立了一种新的故障源模型,即具有可靠输入数组的常可靠故障源,利用概率分析方法研究了在这类故障源作用下,由函数单元构成的函数元系统的可靠性,给出了函数元系统可靠度的下界估计,阐明了在此类故障源作用下的单元函数不可能构成充分可靠的函数元系统。     

影响装配可靠性关键故障源提取方法*

针对产品在装配过程中可靠性低,产品故障频发及故障源多样性的问题,引入信息熵理论,首次提出“可靠度熵”的概念,对影响装配过程可靠性的故障源进行定量分析。建立可靠度熵的综合评判矩阵,结合专家打分法对可靠度熵综合权重进行评价和排序,同时结合客观性强的粗糙集对故障源进行属性约简,提取出影响装配过程可靠性的关键故障源。采取预防及改进措施减少故障源的发生,从而保证装配过程可靠性。以数控磨床的砂轮架为例,验证了上述方法的可行性和正确性。     

基于单元故障模型的树型加法器的测试

首先分析了树型加法器的原理，总结了其运算特性．其次在介绍单元故障模型的基础上分析了树型加法器的测试向量生成．分析结果表明，5n-1个测试向量可以实现树型加法器中所有单元故障的检测．这些测试向量具有很好的规则性，能够利用片上测试向量生成器实现，适合于应用内建自测试技术测试．基于此，作者提出了一种内建自测试的测试结构，测试时只需存储7个籽测试向量，其它测试向量可以在这7个籽测试向量的基础上通过循环移位实现．最后给出了实验分析结果．     

基于扇出源的同步时序电路故障并行故障模拟器

从工程应用的角度出发 ,同步时序电路故障模拟采用单测试码故障并行的模拟结果更能反映实际情况 .因此 ,尽管已有的研究表明采用测试码并行的故障模拟器的速度更快 ,但研究快速的故障并行的同步时序电路故障模拟器仍然非常必要 .基于扇出源的同步时序电路故障并行故障模拟器结合了扩展的扇出源故障模拟方法和临界路径追踪算法 .对 ISCAS89部分电路的实验结果表明 ,该模拟器性能良好     

基于多源信息的钢铁企业配电网故障精准定位方法

为实现配电网的自动化故障辨识与定位,提高钢铁企业电网的运行质量与效率,根据多源信息融合算法,研究了一种钢铁企业配电网的故障精准定位方法。为了正确地判定配网运行中的异常状况,提出了一种利用多巢蚂蚁协作的优化布线方案,以改善配网的运行效率和运行效率。首先,根据已有的主要线路,选择出一条支线,构建路线规划模型。在此基础上,提出了多个蚁群协作算法,以负载节点和相应的骨干网络为蚁群路径,并通过集成和更新所有的爬行路径,从而获得最优的配线方案。试验结果显示,采用此算法后,在100次试验中,最佳配线的平均精度为87%,平均配线时间仅为7.101 s,证明了此方法的有效性。     

基于直觉模糊集的时域证据组合方法研究

证据理论已广泛应用于时空信息融合领域,由于时域信息融合表现出明显的序贯性和动态性,为实现基于证据理论的时域信息融合,有效处理时域冲突信息,结合证据可靠性评估和证据折扣的思想,在直觉模糊框架内提出了一种基于复合可靠度的时域证据组合方法.首先定义一种基于可靠度的直觉模糊数排序方法,在此基础上提出一种基于直觉模糊多属性决策的证据可靠性评估方法;然后,基于此方法对时域信息序列中相邻时间节点的证据可靠性进行评估,得到时域证据的相对可靠性因子;最后,结合由时域证据可靠度衰减模型得到的实时可靠性因子,得到时域证据的复合可靠性因子,再基于证据折扣运算和Dempster证据组合规则提出一种基于复合可靠度的时域证据组合方法.数值算例和仿真表明,该方法具有较强的时间敏感性,充分体现了时域信息融合的动态性特点,可以较好地处理时域证据中的冲突信息,基于该方法构建的融合识别系统具有较强的抗干扰能力.     

基于多色集合的电子病历互访模型

随着医疗数据信息化的发展,电子病历在异地就诊以及医学研究方面的作用越来越大.为解决异地就医时电子病历的交互问题,拟提出一个跨组织的多医院间电子病历交互平台;根据平台的业务流程,提取各个组织的活动和资源元素;针对交互过程中各组织的活动和资源之间的关系,结合多色集合和围道矩阵分别从不同组织的不同视角提取各组织的外部交互活动和交互资源;同时,对业务流程进行研究并提出相应的形式化描述模型.     

基于凸面单形体的Vague集向Fuzzy集转化模型

利用Vague集与凸面单形体同一平面内3个三角形的对应关系,给出一种Vague集及其向Fuzzy集转化的单形体几何表示方法,有效解决Vague集向Fuzzy集转化方法或模型中的几何解释问题。提出Vague集向Fuzzy集转化的单形体转化模型(S-TM),以及应满足的转化准则。与已有转化方法或模型相比,S-TM具有更直观的几何表示和更明确、更确定的几何解释,是一种更为有效的转化模型,并说明Vague集向Fuzzy集的转化具有模糊性和逐渐转化性。     

基于区间直觉模糊的情感分类模型

随着电子商务,个人博客,社交网站和微博的蓬勃发展,互联网进入了一个崭新的时代,而在线评论的情感分类关系到个人决策、企业管理甚至社会安全．提出了一种基于区间直觉模糊的情感分类模型,采用了区间直觉模糊算子来计算特征词的区间直觉模糊数,利用区间直觉模糊集的隶属度、非隶属度和犹豫度分别定量地描述特征词,通过情感合成确定文本的情感倾向,从而获得准确率较高的情感倾向性分析结果．最后通过相同语料库的比较实验证明该分类模型的可行性、正确性和较高的分类性能．     

Rough Sets Model Based on Random Fuzzy Sets and Fuzzy Logic Operators

As knowledge block in knowledge base is fuzzy and obtained randomly, we propose a random fuzzy rough set model based on random fuzzy sets and fuzzy logic operators. We give some properties of the random fuzzy rough set. We investigate the relationship between fuzzy measures defined by lower approximation and upper approximation of fuzzy set and fuzzy probability measures.     

基于动态小生境集的多种群协同进化模型

将常规进化计算应用到建筑设计中,直接进化操作得到的优化方案的成功率并不高,而且进化速度缓慢。基于此,提出一种基于动态小生境集的多种群协同进化模型,融合动态小生境共享和协同进化计算的优点实现创新概念设计,从而具有良好的适应性和稳定性。应用表明,该模型能提高设计作品的创新水平,激发设计人员的创作灵感。     

覆盖广义粗糙集模型研究

覆盖广义粗糙集理论是由Pawlak经典粗糙集理论在划分的基础上推广到覆盖建立起来的,它更能合理地描述信息的不确定性、不准确性和不完整性。本文给出覆盖广义粗糙集理论的6种基本模型,讨论每种模型的覆盖上近似运算并给出相关性质,最终给出模型之间的相互关系,从而补充和完善了覆盖广义粗糙集理论的公理化体系。     

基于三角模的Vague粗糙集研究

通过引入三角模的概念,给出了VagueT相似关系和Vague划分的定义,建立了Vague-T相似关系与Vague划分的一一对应关系。提出了Vague-T相似关系下的Vague粗糙集的概念,进而讨论了Vague粗糙集的性质。     

谱聚类算法对输入数据顺序的敏感性*

结合矩阵分析知识,还原了实施谱聚类算法过程中的矩阵表示.发现了不同数据输入顺序使得相应的Affinity矩阵及Laplacian矩阵是相似的.这样,Laplacian矩阵的特征向量生成的矩阵Y也是相似的;而以Y的行向量作为输入数据的K-平均算法依赖于初始的k个对象的选择.由此给出了导致谱聚类算法对数据输入顺序敏感的原因.     

基于双水平集的图像分割模型

针对水平集模型对于具有细长拓扑部分的目标和弱边界目标进行分割时存在的问题,提出了双水平集方法.在新的方法中通过两条水平集之间的相互吸引来加速解的收敛,同时提出了一种快速有符号距离函数生成方法,提高了计算效率.传统的水平集通常利用图像边界信息来构造速度函数进行求解,但在待分割目标具有很强噪音或具有弱边界时往往得不到真实解,对此,提出了一种新的基于区域信息的速度构造方法.将双水平集模型应用到合成图像与左心室MR图像的分割实验,结果表明该方法具有较好的分割效果和较高的分割效率.