不确定推理

摘要： 电熔镁炉熔炼过程信息包含大量的不确定性,基于大数据分析的方法难以应用.为准确识别电熔镁炉熔炼过程的异常工况,提出一种基于改进的主观贝叶斯在线规则推理方法.传统的主观贝叶斯方法参数赋值范围过大,针对这一问题,使用映射函数将参数赋值范围缩小到有限区间,以提高方法的实用性.在规则推理时,使用模糊隶属度函数对观察和证据进行模糊匹配,以提高工况识别的鲁棒性和准确率.仿真分析表明该方法可以有效描述规则中的不确定性信息,准确识别电熔镁炉熔炼过程的异常工况.

摘要： 通过文献分析和头脑风暴法确定影响高空坠落事故的风险因子,构建贝叶斯网络结构,以调查问卷的方法完成参数学习,得到完整的动态贝叶斯网络(DBN)模型,利用DBN因果推理和诊断推理进行风险评估.以上海某建筑工程为例,将此模型用于高处坠落事故风险的评估,结果表明该模型具备一定的合理性和科学性.

摘要： 为解决DC-DC电源模块故障诊断中不确定性的相关问题,研究了电源模块故障不确定性产生的原因,同时对不确定性信息类型与推理方法进行了研究.利用贝叶斯网络对DC-DC电源模块故障产生原因与故障模式进行建模描述,经过BIC与K2评分算法训练完成后,可以进行不确定性推断.在故障概率方面分析了模块中的不同故障部件对电源模块故障的影响,利用MATLAB平台根据模拟数据对不确定性模型进行了分析,验证了基于贝叶斯网络的故障预测不确定性模型的有效性.

摘要： 基于邻近既有线施工风险因素复杂多变且具有不确定性,而传统风险分析方法很难处理不确定性知识的现状问题,提出一种基于贝叶斯网络的邻近既有线施工风险分析方法.结合系统安全科学理论基于事故资料统计分析建立邻近既有线施工风险致因模型,并由专家群决策方法确定风险因素清单,在此基础上构建邻近既有线施工风险BN结构模型;结合实际工程案例,利用贝叶斯双向因果推理原理预测项目邻近既有线施工风险发生类型以及不同情况下的风险发生概率,诊断风险成因机理;通过GeNIe敏感性分析找出敏感致险因素.研究结果表明:在人、物、环和管风险因素系统中,管理因素的变化对邻近既有线施工风险水平的影响较大.模型分析结果与项目实际情况基本相符.

摘要： Probability transformation is one of the most effective decision-making methods in the field of un-certainty reasoning .In this research ,the existing probability transformation formulas are analyzed ,and two kinds of unified probability transformation formulas are then introduced .In order to make up for the deficiencies that the present process of giving the probability transformation formulas is subjective and the probability trans-formation methods are imprecise ,a probability transformation method based on the conflict degree of feedback evidence is thus proposed .Furthermore ,the genetic algorithm is used to solve the probability transformation formula of the minimum feedback conflicts .Results of simulation analysis show that the proposed method is more reasonable and effective compared with the existing methods .%概率转换是不确定推理中的有效决策方法之一.首先,对现有概率转换公式进行分析,给出两类统一的概率转换公式.针对现有概率转换公式的给出过程较为主观,概率转换方法缺乏严密性的缺陷,提出基于反馈证据冲突度的概率转换方法.再利用遗传算法,求解最小反馈证据冲突度的转换概率.最后,将本文概率转换方法与现有的概率转换方法进行比较,结合仿真分析表明所提方法的有效性.

摘要： 短路电流峰值预测对低压系统选择性保护的实现至关重要,目前仍缺乏深入研究.利用短路故障早期检测技术,建立了低压系统单相短路故障仿真模型.获取全相角范围短路故障电流波形,并分析不同相角下短路电流峰值的特点.通过短路故障电流历史数据,构建基于条件云发生器的预测规则,从而建立基于二维云的短路电流峰值预测模型.实验结果表明,基于二维云模型的短路电流预测方法能够准确预测出短路故障电流峰值,为低压选择性保护技术的实现奠定基础.

摘要： 为提高模糊命题模态逻辑(fuzzy propositional modal logic,FPML)的推理能力,本文将经典模态逻辑中的Tableau方法推广到FPML中,提出了基于FPML的Tableau规则并证明了其正确性,给出了模糊断言集合的约简策略;在此基础上给出了FPML中的不一致性和不一致估值的定义.最后给出基于Tableau方法的FPML的一致性检测方法TFPML和模糊断言集合的不一致估值计算方法CID,并证明了其正确性.实例分析表明,本文提出的方法是正确有效的.%In order to improve the reasoning ability of fuzzy propositional modal logic (FPML),we propose a tableau approach to FPML,including a reduction strategy and tableau rules based on FPML.We also propose a method known as tableau approach of fuzzy propositional modal logic (TFPML) to check the consistency of FPML,and a computing method known as CID to determine the degree of inconsistency of a fuzzy assertion set.The soundness and completeness of these two methods are proven,and their correctness and effectiveness are illustrated.

摘要： Facing the enormous microblog user group,the promotion of user experience is the key factor to attract more users. Therefore,the study on automatic learning and reasoning system(ALRS)becomes a research hotspot,which can speculate the tendency of microblog users,and make the operation with graphic components more concise and convenient. The quantitative un⁃certain reasoning algorithm used in ALRS can change the uncertain results caused by qualitative reasoning,and help the users to recommend the network friends efficiently and accurately. The ALRS was designed and implemented with the theories and al⁃gorithms in artificial intelligence,data mining and other fields. There is plan that the system will enter in Sohu microblog,and a certain expected result has been obtained in test process.%面对庞大的微博用户群，提升用户体验以吸引更多用户成为关键因素，因此自动学习推理系统的研究成为热点，对微博用户的倾向进行推测，同时，使用图形化的组件使得操作更加简洁方便。系统中使用定量的不确定推理算法，也改变了定性推理造成结果不准确的情况，从而帮助用户更高效、准确地推送网络好友，通过运用人工智能和数据挖掘等领域中的理论和算法设计实现了自动学习推理系统。系统计划在搜狐微博中上线，在测试过程中取得了一定的预期成果。

摘要： 本文利用辨识函数得到不确定推理的基本规则(刘氏推理规则)的表达式,并且推广其到多个前件和多条准则的情形中去.同时,我们还把刘氏推理规则应用到模糊推理中,同样得到基于隶属函数的表达式和一系列新的推理规则.

摘要： 关于安全性评估的许多知识是不确定的和经验性的.论文提出了一个基于不确定推理的网络安全性评估模型.在扫描器工具扫描结果的基础上,根据安全专家的知识,在脆弱点信息、脆弱点之间的关系、脆弱点与安全性的关系的表示中引入不确定性,通过不确定推理对网络的安全性进行评估.该模型能综合考虑诸多因素,有效处理安全性评估中的不确定知识.

摘要： 故障诊断是计算机网络故障管理的关键,是保证网络可靠运行的基础.设计了一种基于域模式的分级式故障诊断结构,通过对诊断任务的分解再分配提高故障诊断效率;为诊断与网络性能相关的故障,保证网络QoS,本文研究了利用不确定推理方法实现故障诊断,利用人工神经网络对原始告警进行压缩、过滤和预分类,将其中威胁程度较大的告警事件提交给贝叶斯网络进行故障精确定位,并通过仿真验证了该方法的有效性.

摘要： 购买率是描述间歇性客户交易行为的基本变量,典型客户购买率是分析间歇性客户细分上客户购买行为的基础.目前,典型客户购买率的确定还比较繁复.本文利用不确定推理中的概率推理方法,设计了购买决策树回溯推理的模型和算法,有效解决了这一问题.

摘要： D-S证据理论可以有效地处理不确定信息,是有效的数据融合方法之一.总结了D-S证据理论在信息融合中的应用,指出了证据理论的优点、缺点,给出了一些解决的方法,并对证据理论的发展作了进一步的探讨.最后提出D-S证据理论与相关理论结合不但继承了证据理论的优势,回避了证据理论的缺陷,而且是其发展的重要趋势.

摘要： D-S证据理论可以有效地处理不确定信息,是有效的数据融合方法之一.总结了D-S证据理论在信息融合中的应用,指出了证据理论的优点、缺点,给出了一些解决的方法,并对证据理论的发展作了进一步的探讨.最后提出D-S证据理论与相关理论结合不但继承了证据理论的优势,回避了证据理论的缺陷,而且是其发展的重要趋势.

摘要： D-S证据理论可以有效地处理不确定信息,是有效的数据融合方法之一.总结了D-S证据理论在信息融合中的应用,指出了证据理论的优点、缺点,给出了一些解决的方法,并对证据理论的发展作了进一步的探讨.最后提出D-S证据理论与相关理论结合不但继承了证据理论的优势,回避了证据理论的缺陷,而且是其发展的重要趋势.

摘要： D-S证据理论可以有效地处理不确定信息,是有效的数据融合方法之一.总结了D-S证据理论在信息融合中的应用,指出了证据理论的优点、缺点,给出了一些解决的方法,并对证据理论的发展作了进一步的探讨.最后提出D-S证据理论与相关理论结合不但继承了证据理论的优势,回避了证据理论的缺陷,而且是其发展的重要趋势.

摘要： 本文对不确定性推理中确定性的传播进行了论述。文章指出，系统行为的确定性在不确定性推理方法中的合理传播是每一种不确定性推理方法均需考虑的问题,系统行为的确定性是控制和决策的一个重要参考信息,也是衡量一种不确定性推理方法发展成熟与否的一个标志。

摘要： 本文对不确定性推理中确定性的传播进行了论述。文章指出，系统行为的确定性在不确定性推理方法中的合理传播是每一种不确定性推理方法均需考虑的问题,系统行为的确定性是控制和决策的一个重要参考信息,也是衡量一种不确定性推理方法发展成熟与否的一个标志。

摘要： 本发明公开了一种人物事件的时空信息不确定性的可视化推理方法，属于数据可视化技术领域，包括：1)建立搜索空间，将人物信息数据和人物生平事件数据存入所述搜索空间中；2)利用所述搜索空间中数据的时间、位置和事件描述，构建包含人物、事件、地点和时间为节点的异构信息网络关系图；3)使用图嵌入模型生成所述异构信息网络关系图中节点的向量表达；4)基于步骤3)得到的向量表达，计算节点间的相似性，并推测不确定时空信息的可能值，得到搜索空间中的辅助线索，为数据中丢失或冲突的信息推荐相关节点信息；5)对步骤4)中得到的相关节点信息进行筛选，并提供时空维度和人物关系维度的可视交叉分析界面。

摘要： 本发明公开了一种基于证据网络的不确定信息推理目标识别方法，涉及目标识别领域。本发明将已知信息作为确定空间、待确定信息作为不确定空间建立一种新的证据网络推理模型，根据似真形式的推理信息生成联合似真函数，根据最小特异性原理生成联合基本概率分配函数，用联合基本概率分配函数进行整合得到的基本概率分配函数生成概率分配实现目标识别。本发明提出的证据网络推理模型能够在已知信息与推理信息不完备的情况下进行推理；本发明提出的信息似真形式表示方式，很好地实现了对模糊信息的处理；本发明提出的目标识别方法，可以实现飞行物类型的识别。

摘要： 本发明提供了一种基于证据推理的语义分割网络模型不确定性量化方法。该方法包括：构建FCN网络模型，利用训练数据集对FCN网络模型进行训练，得到用于图像数据的语义分割的训练后的FCN网络模型；将D‑S证据理论移植于所述训练后的FCN网络模型，得到重构后的FCN网络模型；将待分割的图像数据输入到重构后的FCN网络模型，FCN网络模型输出待分割图像的分类结果，利用D‑S证据理论指标计算出每个像素点的分类结果不确定值。本发明可以在短时间内有效完成对语义分割不确定度的量化计算，极大提高计算效率，节约时间、资源成本。

摘要： 本发明公开一种考虑不确定性推理的有机气体泄漏扩散实时智能预警方法，基于FLACS建立油气扩散数值模型，开展典型场景下的扩散模拟；将气体浓度作为数据集，结合Conv‑VAE无监督模型耦合算法，构建卷积概率编码器与概率解码器；将气体扩散场景有关参数、潜在空间变量作为训练数据集及标签，通过VBnn开展有监督学习，建立输入特征和潜在空间变量分布之间的概率密度映射关系；将VBnn模型与Conv‑VAE模型解码器相结合，建立考虑不确定性推理的有机气体泄漏扩散实时在线智能预警模型；该方法实现对扩散浓度的概率时序预测，能够更全面、更合理地估计扩散气体覆盖的危险区域，保障油气处理系统的安全运行。

摘要： 本发明公开了一种基于不确定性推理驱动全电执行器早期故障诊断方法，包括：解耦全电执行器机电液耦合系统关系，建立适用于全电执行器的深水多载荷联合概率模型，开展多因素融合系统承载性状及早期故障动力学响应研究；阐明早期故障机理及演变机制，构建早期故障演变数据库，解析冗余组件随机依赖函数关系；提出基于不确定性推理增强早期故障微弱特征、驱动故障信号概率性解耦、且可动态更新的早期故障诊断新体系，为全电执行器早期故障诊断提供新理论支撑。突破深水复杂耦合系统早期故障微弱信号难诊断问题。

摘要： 本发明公开了一种基于不确定推理的目标综合识别方法，采用多种侦察设备和手段，对同一目标进行侦察，获取得到目标信息并且完成多元情报关联，对各个情报源上报的属性、类型信息基于不确定推理规则进行了DS证据融合计算，获取得到目标最终的属性和类型信息。该方法一是提高了对多个情报源信息的利用率，充分利用了不同情报侦察手段的优点；二是运用类型知识库，建立不同层面类型之间的隶属关系，通过隶属关系获取得到更具体的目标类型；三是运用DS证据理论融合方法，无需先验概率和条件概率密度，对前提条件的要求更为宽松；四是本发明可以工作在不同工作模式下，提高了目标识别可靠性。

摘要： 本发明涉及利用数据挖掘技术进行中文文本处理的信息技术领域，涉及一种基于不确定推理的文本层次分类方法和装置。包括：a)从训练文本中提取特征；b)确定分类问题的辨识框架和焦元；c)利用特征的权重构造基本可信度分配函数；d)利用特征的基本可信度分配函数合成测试文本的信度分布；e)利用信度分布根据分类规则进行分类。本发明具有以下优点：通过将非叶子类构造成虚拟的叶子类参与分类，很好的区分了父类与子类之间的不同特征；利用基本可信度分配函数分配给非叶子类的信度以及pignistic概率将文本的分类可信度表示为一个三角模糊数，在分类时充分地利用了不确定信息，提高了分类的准确程度。

摘要： 本发明公开了一种基于任务态神经影像数据融合和不确定推理的脑智能解析方法，针对多个任务态神经影像数据的计算结果进行融合，以脑知识库和认知图谱为融合的数据源，以系统化实验模板图和实验设计规则推理为融合手段，以多任务神经影像数据为融合对象并计算生成不确定性分布图。该方法从系统化解析脑智能的目标出发，首先设计涉及主实验和辅助实验的实验模板图、各实验之间的逻辑规则和证据权重；然后，根据规则采样脑数据集成到图中，并结合证据权重对图中证据进行组合计算，推理得到特定脑结构的不同智能的多重不确定性。本发明通过对多侧面任务态神经影像数据的融合计算和不确定性推理和脑智能的差异解释，能够提高脑智能核心机制的理解。

摘要： 本发明公开了一种基于不确定推理的目标综合识别方法，采用多种侦察设备和手段，对同一目标进行侦察，获取得到目标信息并且完成多元情报关联，对各个情报源上报的属性、类型信息基于不确定推理规则进行了DS证据融合计算，获取得到目标最终的属性和类型信息。该方法一是提高了对多个情报源信息的利用率，充分利用了不同情报侦察手段的优点；二是运用类型知识库，建立不同层面类型之间的隶属关系，通过隶属关系获取得到更具体的目标类型；三是运用DS证据理论融合方法，无需先验概率和条件概率密度，对前提条件的要求更为宽松；四是本发明可以工作在不同工作模式下，提高了目标识别可靠性。

摘要： 本发明涉及利用数据挖掘技术进行中文文本处理的信息技术领域，涉及一种基于不确定推理的文本层次分类方法和装置。包括：a)从训练文本中提取特征；b)确定分类问题的辨识框架和焦元；c)利用特征的权重构造基本可信度分配函数；d)利用特征的基本可信度分配函数合成测试文本的信度分布；e)利用信度分布根据分类规则进行分类。本发明具有以下优点：通过将非叶子类构造成虚拟的叶子类参与分类，很好的区分了父类与子类之间的不同特征；利用基本可信度分配函数分配给非叶子类的信度以及pignistic概率将文本的分类可信度表示为一个三角模糊数，在分类时充分地利用了不确定信息，提高了分类的准确程度。