一种民机PHM顶层架构仿真验证平台的设计和研究

由于民机故障预测与健康管理（简称PHM）系统可提高飞机安全性、增强机队管理、降低维修费用等功能,航空部门愈发重视PHM技术发展,但由于国内民机发展较晚,民机PHM顶层架构技术研究尚处探索中,文中结合国内外民机PHM发展情况,借鉴国外先进机型的PHM设计方法,提出适合我国民机PHM顶层架构研制的仿真方法和设计思路,然后按照评判准则进行架构验证,为民机PHM发展提供一定技术支持。     

PHM仿真试验系统设计与应用

PHM系统是保障机载设备稳定安全运行的重要工具。通过构建PHM仿真试验系统,可以对系统架构、总线接口、数据处理、分区存储等系统功能进行仿真验证,以便尽早发现PHM系统设计初期存在的各种问题,及时对方案进行改进和优化,降低系统研制的风险。对PHM仿真试验系统的设计进行了研究,提出了一种PHM仿真试验系统设计与应用方法,从总体层次、软硬件设计等方面介绍仿真试验系统的组成和功能设计。搭建飞机级及各区域级的仿真设备,构建基于总线通讯的交联仿真网,支持数据、模型、流程等功能的仿真,并在最后给出了仿真试验的主要流程。实际应用表明,本方法能够较好地支撑仿真验证试验,从而缩短试验周期,提高研制效率,为系统设计工作提供支撑从PHM系统功能验证的角度为PHM系统研制提供支撑。     

基于混合增强智能的知识图谱推理技术研究

如今,知识图谱被广泛应用在各个领域,例如问答系统、推荐系统等。而基于知识图谱的应用表现很大程度上依赖于知识图谱本身的知识完备性与准确性。单纯通过人工补齐与审核的方式来构建知识图谱已无法满足超大规模知识图谱的需求。针对上述问题,提出一种基于混合增强智能的知识图谱推理框架,即同时利用机器模型与人的知识信息来完成知识图谱推理。该框架在基于知识图谱嵌入的向量空间中,利用混合增强智能模型来寻找到实体节点之间的有效路径。与现有方法不同的是,该方法在训练模型时,高效地利用人的知识信息来指导模型的优化。实验表明,该框架在公开数据集上的表现相较于现有方法有一定提升。     

航空制造知识图谱构建研究综述

目前航空装备制造企业的设计、制造相关流程中积累了大量数据,基于知识图谱技术可以对这些数据进行有效融合与管理,对不断更新的制造知识进行挖掘,将为航空制造企业智慧化升级提供有力的知识支撑。为探明知识图谱在航空制造领域的理论支撑体系与实际应用情况,通过文献调研分析航空制造知识图谱架构、定义及特点;阐明知识图谱领域构建过程中的核心技术并进行研究综述,对比航空制造知识图谱与通用知识图谱构建技术上的异同,并提出了三个切合实际的航空制造知识图谱应用方向及其解决方案;最后对未来航空制造知识图谱的挑战进行了分析及展望,为后续该领域的研究提供一些思路。     

面向知识图谱的知识推理综述

随着智能化水平的不断提高,每时每刻都有大量的新知识产生,知识图谱逐渐成为我们管理知识的工具之一.但现有的知识图谱仍然存在属性缺失、关系稀疏等问题,同时还存在大量噪声信息,导致图谱质量不佳,易对自然语言处理领域中的各类任务造成影响.面向知识图谱的知识推理技术作为目前的研究热点,是解决该问题的主要方法,其通过模拟人的推理过程完成对图谱信息的完善,在众多应用中有较好表现.以知识图谱为切入点,将知识推理技术按类别划分并分别阐释,详细分析该技术的几种应用任务,例如智能问答、推荐系统等,最后对未来主要研究方向进行展望,提出几种研究思路.     

知识图谱平台综述

近年来,知识图谱被广泛研究和应用。为了能够更加准确、高效地维护知识图谱的全生命周期,以及对知识图谱进行更多复杂的操作,大量知识图谱平台被设计、开发和应用。而开发者通常是基于他们所拥有的知识图谱而进行设计和开发的,缺少对知识图谱平台整体上的认识以及对应用场景特殊性需求的理解。通过调研当前主流的43个知识图谱平台,分别从知识图谱平台的功能、架构和应用三个角度对其进行系统性地分析和研究,旨在使平台开发和使用人员对知识图谱平台有更深入的认识,进而促进知识图谱平台被高效地开发和使用。     

基于知识图谱的盗窃案件法律文书智能推理研究

在检察官办案过程中对盗窃案件性质把握不准确,对量刑建议给出缺乏经验,导致给出的量刑建议准确性不足.为了使检察官给出更加准确的量刑建议,提供辅助量刑参考,通过对盗窃案件法律文书理论和知识体系进行整理和分析,对其中的隐式关系、深层关系进行挖掘、推理,通过搭建本体模型,提出了基于本体的盗窃案件法律文书知识图谱构建方法,并且设计自定义推理规则,实现了盗窃案件法律文书知识图谱在相似量刑类案推送测试功能,得到了理想的测试结果.研究证明,构建基于本体的盗窃案件法律文书知识图谱,利用智能推理技术,给检察官提供相似案件量刑参考,辅助了检察官给出更加合理的量刑建议.     

基于Python的航空发动机仿真平台开发

航空发动机控制系统研制过程中,系统仿真是控制算法验证、边界条件模拟和故障注入等的有效手段,对提升航空发动机控制系统质量和降低验证成本具有重要作用.结合工程实际需要,基于Python程序设计语言,综合运用面向对象的发动机建模、数据库和人机界面等技术完成某航空发动机全数字仿真平台开发,并通过仿真实验验证了该平台的正确性和可...     

基于智能知识验证的身份认证系统

身份认证是信息安全的第一道防线,但现有的身份认证系统含有多种不足。系统提出了一种基于智能知识验证的身份认证技术,采用动态提问的方式与用户进行交互,模拟人脑的逻辑思维与判断,辅助原有的身份认证系统进行安全性更高的身份验证。它依托人工智能,并具有学习性,在一次次的推理过程中,不断获得新的有效知识,从而达到系统学习的目的,进一步加强下一次身份认证的准确性。     

面向知识图谱的知识推理研究进展

近年来,随着互联网技术和应用模式的迅猛发展,引发了互联网数据规模的爆炸式增长,其中包含大量有价值的知识.如何组织和表达这些知识,并对其进行深入计算和分析,备受关注.知识图谱作为丰富直观的知识表达方式应运而生.面向知识图谱的知识推理是知识图谱的研究热点之一,已在垂直搜索、智能问答等应用领域发挥了重要作用.面向知识图谱的知识推理旨在根据已有的知识推理出新的知识或识别错误的知识.不同于传统知识推理,由于知识图谱中知识表达形式的简洁直观、灵活丰富,面向知识图谱的知识推理方法也更加多样化.本文将从知识推理的基本概念出发,介绍近年来面向知识图谱知识推理方法的最新研究进展.具体地,本文根据推理类型划分,将面向知识图谱的知识推理分为单步推理和多步推理,根据方法的不同,每类又包括基于规则的推理、基于分布式表示的推理、基于神经网络的推理以及混合推理.本文详细总结这些方法,并探讨和展望面向知识图谱知识推理的未来研究方向和前景.     

数据驱动视角下飞机故障预测与健康管理系统设计及验证

由于故障预测与健康管理系统(PHM)是涉及多层次、多领域、耦合度高的复杂系统,很难从整体对PHM系统进行设计和验证,所以始终没有成熟的工具和方法;从数据驱动的视角,研究了飞机PHM系统设计及验证;以数据为主线,采用了4种方法实现PHM系统设计及验证:1)采用系统建模语言(SysML)进行PHM系统的架构设计;2)采用基于事件的方法将被观测系统的行为状态化,实现PHM系统中资源的充分利用,降低局部的资源压力;3)采用基于模型的推理方法,实现了系统状态模型的应用;4)采用多线程、异构能量耦合等方法定义了一个PHM仿真框架,并在该框架指导下开发了一个仿真环境,并针对机载配电系统设置了几种测试用例进行诊断推理,对提到的各种方法进行了验证;研究结果表明,上述方法是合理有效的,可以构建描述完整、资源均衡的PHM系统架构。     

基于行业知识与知识图谱的会计案防智能平台

商业银行会计风险案件日益频发,传统人工核查的方法难以及时有效地核查风险,为此提出了一种将会计案防领域行业知识与大数据、知识图谱等技术相结合的智能化平台建设方案.平台采用大数据技术进行会计基础业务指标的加工计算,依托图数据库构建账户资金交易知识图谱,采用图分析技术完成账户关联风险特征的挖掘提取;最后将基础业务指标与图关联...     

航空发动机传感器故障诊断设计与验证综合仿真平台

针对航空发动机传感器故障诊断算法无法快速和高效地完成硬件在回路仿真问题;提出了基于虚拟仪器语言与快速原型化技术的航空发动机传感器故障诊断硬件在回路仿真方法,并研制了基于该方法的硬件在回路实时仿真平台;经过实验验证后,该平台不仅为发动机传感器故障诊断方法提供了实时仿真平台,同时为扩展本平台使之成为完全的半物理仿真平台奠定了基础,有一定的工程实用价值。     

基于知识图谱的在线商品问答研究

现阶段,针对商品的自动问答主要由意图识别和答案配置来实现,但问题答案的配置依赖人工且工作量巨大,容易造成答案质量不高。随着知识图谱技术的出现和发展,基于知识图谱的自动问答逐渐成为研究热点。目前,基于知识图谱的商品自动问答主要是通过规则解析的方法将文本形式问题解析为知识图谱查询语句来实现。虽然减少了人工配置工作,但其问答效果受限于规则的质量和数量,很难达到理想的效果。针对上述问题,该文提出一种基于知识图谱和规则推理的在线商品自动问答系统。主要贡献包括: ①构建一个基于LSTM的属性注意力网络SiameseATT(Siamese attention network)用于属性选择; ②引入了本体推理规则,通过规则推理使得知识图谱能动态生成大量三元组,使得同样数据下可以回答更多问题。在NIPCC-ICCPOL 2016 KBQA数据集上的实验显示,该系统具有很好的性能。相比一些更复杂的模型,该问答系统更适合电商的应用场景。     

基于强化学习的知识图谱综述

知识图谱是一种用图结构建模事物及事物间联系的数据表示形式,是实现认知智能的重要基础,得到了学术界和工业界的广泛关注.知识图谱的研究内容主要包括知识表示、知识抽取、知识融合、知识推理4部分.目前,知识图谱的研究还存在一些挑战.例如,知识抽取面临标注数据获取困难而远程监督训练样本存在噪声问题,知识推理的可解释性和可信赖性有待进一步提升,知识表示方法依赖人工定义的规则或先验知识,知识融合方法未能充分建模实体之间的相互依赖关系等问题.由环境驱动的强化学习算法适用于贯序决策问题.通过将知识图谱的研究问题建模成路径(序列)问题,应用强化学习方法,可解决知识图谱中的存在的上述相关问题,具有重要应用价值.首先梳理了知识图谱和强化学习的基础知识.其次,对基于强化学习的知识图谱相关研究进行全面综述.再次,介绍基于强化学习的知识图谱方法如何应用于智能推荐、对话系统、游戏攻略、生物医药、金融、安全等实际领域.最后,对知识图谱与强化学习相结合的未来发展方向进行展望.     

基于知识图谱的智能问答研究综述

基于知识图谱的问答是近年来研究热点,从基于模板、语义解析、深度学习、知识图谱嵌入四方面介绍基于知识图谱智能问答实现,归纳了各类方法的优缺点,及尚未解决的关键问题。结合当前人工智能技术发展,重点介绍了基于深度学习的智能问答,有助于更多研究者投身于智能问答研究,根据不同行业需求研发适用于不同领域的问答系统,提高社会智能化信息服务水平。     

基于MBSE的PHM开发平台设计

故障预测与健康管理(PHM)开发平台具有结构功能复杂的特点,传统的设计方法难以保证其结构合理性与功能可靠性.针对传统的基于文本的系统设计中存在的需求追溯性弱、问题描述模糊的问题,提出了应用基广模型的系统工程(MBSE)方法论指导平台设计过程,使用模型驱动的OOSEM建模方法对PHM开发平台进行模型搭建.通过利益相关者需...     

基于知识图谱的科技成果智能查询系统

科技成果数据呈现跨领域、跨学科特性,传统的信息查询检索技术已难以满足用户日益增长的智能化、精准化的科技成果信息获取需求。分析了知识图谱领域和信息检索领域的研究现状。采用网络爬虫从互联网中高效地爬取科技成果数据,利用实体识别和关系抽取技术识别和发现科技成果数据中的科技实体,构建科技成果知识图谱,并实现科技成果数据的结构化存储。基于ElasticSearch搜索引擎对科技实体构建高效索引,研究科技成果语义相似度计算方法,实现基于知识图谱的科技成果智能查询系统。实验结果验证了所构建的系统能够实现科技成果的高效查询以及相关主题内容的关联发现。     

时序知识图谱表示与推理的研究进展与趋势

知识图谱作为近年来人工智能领域的一大热点研究方向, 已应用于现实中多个领域. 但是随着知识图谱应用场景日益多样化, 人们逐渐发现不随着时间改变而更新的静态知识图谱不能完全适应知识高频更新的场景. 为此, 研究者们提出时序知识图谱的概念, 一种包含时间信息的知识图谱. 对现有所有时序知识图谱表示与推理模型进行整理, 并归纳和建立一个表示与推理模型理论框架. 然后基于此对当前时序表示推理研究进展进行简要介绍分析和未来趋势预测, 以期望帮助研究者开发设计出更为优异的模型.