基于二维信息增益加权的朴素贝叶斯分类算法

由于朴素贝叶斯算法的特征独立性假设以及传统TFIDF加权算法仅仅考虑了特征在整个训练集的分布情况,忽略了特征与类别和文档之间关系,造成传统方法赋予特征的权重并不能代表其准确性.针对以上问题,提出了二维信息增益加权的朴素贝叶斯分类算法,进一步考虑到了特征的二维信息增益即特征类别信息增益和特征文档信息增益对分类效果的影响,并设计实验与传统的加权朴素贝叶斯算法相比,该算法在查准率、召回率、F1值指标性能上能提升6%左右.     

基于信息增益的贝叶斯入侵检测模型优化的研究

对于不同类型的网络入侵,其行为特征所涉及到的主要数据属性会有所不同.传统的朴素贝叶斯（NB）入侵检测模型没有考虑这个差别.本文引入信息增益改进传统的NB模型,利用它来对网络连接数据的属性进行特征选择,并删除一些冗余的属性,达到优化NB入侵检测模型的目的.实验表明,信息增益对NB模型有一定的优化作用,相对神经网络模型有更高的检测率.     

基于BP神经网络的水下机器人推进器故障辨识算法

常规无人水下机器人推进器故障诊断中,均假设推进器处于几种固定故障模式,这与实际推进器故障情况有较大差别。该文将信息融合故障诊断技术引入推进器拥堵故障在线辨识之中,提出基于BP误差反传神经网络（Error Back Propagation Network）信息融合在线故障辨识模型,将水下机器人控制信号和故障情形下的方向偏转率作为BP神经网络融合模型输入,其输出即为反应推进器故障大小的拥堵系数,不仅提高了故障辨识精度,而且对连续不确定故障实现有效辨识。     

垃圾邮件过滤中信息增益的改进研究

针对垃圾邮件过滤中的特征项选择问题,提出了一种改进的信息增益方法。首先利用特征词的先验概率定义增益比,然后利用增益比对特征词为整个分类所提供的信息量进行放大或弱化,从而对特征词的类别条件熵计算作了改进,采用极大后验假设朴素贝叶斯决策方法在英文语料库上进行实验,通过召回率、正确率、精确率和错误率对算法进行评价分析。实验结果表明,改进后的算法提高了过滤器的分类精度,降低了过滤器对合法邮件的误判给用户带来的损失。     

基于BP神经网络的水下机器人推进器故障辨识算法

常规无人水下机器人推进器故障诊断中,均假设推进器处于几种固定故障模式,这与实际推进器故障情况有较大差别。该文将信息融合故障诊断技术引入推进器拥堵故障在线辨识之中,提出基于BP误差反传神经网络(Error Back Propagation Network)信息融合在线故障辨识模型,将水下机器人控制信号和故障情形下的方向偏转率作为BP神经网络融合模型输入,其输出即为反应推进器故障大小的拥堵系数,不仅提高了故障辨识精度,而且对连续不确定故障实现有效辨识。     

基于贝叶斯估计的水下机器人罗盘故障检测

以电子磁通门罗盘为例对自主水下机器人(Autonomous Underwater Vehicles,AUVs)传感器故障检测方法展开研究.针对电子罗盘极易受到周围磁场的影响而产生时对时错的数据这一问题,首先联立AUV的运动学和动力学方程得到AUV的全状态非线性模型;然后分析了电子罗盘的误差来源,建立了误差的模型;在此基础上,提出了基于贝叶斯估计的故障检测方法并给出了该方法离散形式的递推迭代公式;最后参照实际使用的电子罗盘的参数和AUV的机动能力,设计了仿真实验和外场试验,通过实验验证了该方法的正确性和有效性.     

基于递归神经网络的水下机器人故障辨识

水下机器人故障检测与辨识是机器人实现主动客错控制的关键.针对一般非线性系统执行器和传感器故障辨识问题构造了一种基于递归神经网络的故障辨识模型,并将其应用于水下机器人执行器与传感器故障检测和辨识中.2个并行递归神经网络根据水下机器人实际输出与估计输出间的误差学习调整隐藏层与输出层权矩阵,辨识机器人中发生的执行器故障和传感...     

基于贝叶斯学习的集成流量分类方法

NB方法条件独立性假设和BAN方法小训练集难以建模。为此,提出一种基于贝叶斯学习的集成流量分类方法。构造单独的NB和BAN分类器,在此基础上利用验证集得到各分类器的权重,通过加权平均组合各分类器的输出,实现网络流量分类。以Moore数据集为实验数据,并与NB方法和BAN方法相比较,结果表明,该方法具有更高的分类准确率和稳定性。     

文本分类中信息增益特征选择算法的改进

特征选择算法对文本分类系统的精确度有很大影响,传统的信息增益特征选择算法通常会导致在指定类别中很少出现而在其他类别中频繁出现的特征被选择出来。为克服这一缺陷,在对传统算法和相关改进算法深入分析的基础上,引入特征分布差异因子、类内和类间加权因子的改进思路,提出一种基于特征分布加权的信息增益改进算法,并分别采用朴素贝叶斯和支持向量机两种分类算法进行实验。实验结果表明,该算法优于其他改进算法。     

基于灰色预测和KID离群点检测的AUV故障诊断

提高故障诊断能力对于确保水下机器人AUV系统的稳定运行具有重要意义。针对水下机器人推进器系统,提出一种基于离群点检测的AUV故障检测方法。首先,将传感器采集的数据进行灰色预测处理;然后,提出了一种结合K-mean和DBSCAN的改进迭代聚类(Iterative K-mean DBSCAN,IKD)算法进行离群点检测;最后,与K-mean和DBSCAN算法相比,仿真实验结果表明基于灰色预测和KID离群点检测算法的故障检测准确率高,能够有效地实现水下机器人AUV的无监督故障诊断。     

设计模式变体的描述与验证*

为解决标准设计模式演化后难以检测的问题,引入设计模式变体思想,以Bridge模式为例,给出了八种常用的变体实现,并以人工形式挖掘了四种开源系统中Bridge模式变体的基准数,接着在Apache Ant1.6.2与JHotDraw5.1开源系统中通过六种主流设计模式检测工具进行了变体检测实验。试验结果表明,FCA-CBR方法简单有效,对2种开源系统中Bridge模式变体检测的精确率达到60%与48.1%,与先前方法相比有了较大的提高。     

基于朴素贝叶斯与ID3算法的决策树分类

v在朴素贝叶斯算法和ID3算法的基础上,提出一种改进的决策树分类算法。引入客观属性重要度参数,给出弱化的朴素贝叶斯条件独立性假设,并采用加权独立信息熵作为分类属性的选取标准。理论分析和实验结果表明,改进算法能在一定程度上克服ID3算法的多值偏向问题,并且具有较高的执行效率和分类准确度。     

基于蚁群优化神经网络的AUV舵的故障诊断

针对流线型AUV舵故障,提出了基于Elman神经网络的故障诊断方法。基于蚁群算法优化改进型Elman神经网络,建立了AUV角速度运动模型,通过蚁群算法和梯度下降法对改进型Elman神经网络训练的对比分析,验证了蚁群算法优化的改进型Elman神经网络具有训练速度快,不易陷入最优解等特点。提出了基于角速度残差检测舵故障,再通过定角度航行和定速直航的主动诊断方式,判定舵故障类型的故障诊断方法,探讨了基于角速度残差和角度残差的变化趋势来诊断舵卡死和舵变形故障的故障决策方法。对流线型AUV的舵变形及舵卡死故障进行了水池模拟实验,实验结果验证了所提方法的有效性。     

基于新息GM(1,1)的故障诊断预测

故障诊断预测随着设备结构的复杂性、运行环境的独特性和诱发故障的多源性而变得愈发困难,因此,利用新的科学理论对故障诊断预测方法进行了探索.基于灰理论建立的新息GM（1,1）模型能够及时更新数据,用最新数据替换老数据建立的等维新息模型,能够保证原始数据对模型的作用,使模型更能反映实际.实例计算分析表明：模型样本需求量小、计算简单,能动态地反映出系统的时变特性,有效提高预测精度.该方法应用于故障诊断预测,能够及早判明故障的发展趋势及其危害程度,避免灾难性事故发生,维护设备安全长周期运行.     

一种基于信息度量的流特征遴选算法

提出一种基于信息度量的流特征选择算法。该算法可分为粗粒度选择和细粒度选择2个选择步骤。粗粒度的选择通过计算特征集合中各个特征与不同业务类别的互信息,选择在流分类中最具代表性的特征。对于选取的这些特征进行细粒度的选择处理,通过计算已选特征集合中特征之间的一致性,排除多余的特征。实验结果表明,该算法遴选出的特征在用于数据流分类时,准确率和召回率都较同类算法高,且时间复杂度较低。     

水库型生活用水水源地供水工程信息化建设方案研究

为强化水源地监测预警与数据共享,切实提升水源地安全保障水平,提出通过水利信息化的手段,结合江苏某城市水源地供水工程信息化建设实际,建设涵盖水位、流量、压力、水质、视频、泵站自动化于一体的感知采集体系,利用新型的船载水质、视觉蓝藻监测和视觉水位自动识别等技术,实现从水源地、闸泵、蓄水池、供水管道的全自动化运行,构建以水源保护、联合调度、安全监测、工程管理、综合展示为核心的运行调度智慧管控系统,实现工程的安全运行和优化调度,达到水源地建设供水工程水量动态调节,水源水质监控,管理多级联动,运行安全可靠,实现信息共享等目标要求,为保障生活用水水源地安全提供决策支持.     

基于QAR数据的民用飞机故障预测及验证

飞机飞行过程中产生成百上千种飞行参数和数量庞大的飞行数据,但目前这些数据并没有得到充分有效的利用,飞机的维修还处在以定期维修和事后维修为主的阶段。随着航空技术的不断发展,利用飞行数据进行故障预测,转变民机维修模式向视情维修发展变得越来越有必要。首先对基于QAR数据的民用飞机故障预测技术路线进行了说明。其次介绍了适用于民机QAR数据的两种故障预测方法,包括基于曲线拟合的性能预测方法和基于时间序列的趋势预测方法。再次,详细描述了基于QAR数据的故障预测系统的实现途径。通过预测关键参数变化趋势,达到提前发现故障,以制定合理的维护计划,确保飞行安全的目的。最后采用提出的方法对波音飞机的空调、滑油系统关键参数数据进行预测,预测结果验证了方法的有效性。     

磨矿机装载量直接测定方法

针对现有电耳侦听、轴承油压、振动间隙、负载功率、气压差等磨矿机装载量测量法不能真正解决磨矿机胀肚问题,创新地运用激光测距仪,在排浆口激光沿筒体轴线立面射向机内料面测距,根据机内矿料三维运动形态,设计获取静动态装载量与料高间稳定对应关系的测量方法,并设置过滤原则排除料雨干扰,实现磨矿机内料直接测量,为磨矿作业的节能降耗打下了基础。     

基于信息融合技术的煤矿主通风机故障参数检测系统

针对目前煤矿主通风机故障诊断功能不完善、保障性措施不力等问题,文章提出了一种基于信息融合技术的煤矿主通风机故障参数检测系统的设计方案,简要分析了主通风机常见故障及信息融合技术,确定了故障参数检测方法,详细介绍了系统硬件及软件设计。实际应用表明,该系统实现了各故障参数的实时、在线检测,为主通风机的可靠运行提供了技术保障。