注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于混合推理的骨折智能诊断与治疗系统的研究.kdh

  2. 基于混合推理的骨折智能诊断与治疗系统的研究.kdh

  3. 所属分类：专业指导

    • 发布日期：2008-12-14
    • 文件大小：1mb
    • 提供者：ken1983414

  1. 旋转机械智能化故障诊断混合推理系统设计

  2. 为了提高旋转设备故障诊断正确率,将支持向量机SVM和基于案例推理CBR相融合,设计了旋转机械智能化故障诊断混合推理系统。根据两者各自的特点将它们最大限度地结合起来,同时每个推理单元又保持各自的独立性和完整性。讨论了进行SVM和CBR混合推理的关键过程和策略,并以矿井风机为例,建立了矿井风机案例库,对混合推理系统进行了验证。研究结果表明:混合推理系统不仅能提高故障诊断的正确率和系统运行的效率,而且还能增强系统对知识的提取能力。

  3. 所属分类：其它

    • 发布日期：2020-05-11
    • 文件大小：826kb
    • 提供者：weixin_38749895

  1. 基于事例推理技术的水库洪水调度研究与应用_罗军刚.pdf

  2. 将基于事例推理(CBR)技术应用到水库洪水调度中,提出了一种基于CBR的水库洪水调度模式和方法。利用关系数据库实现了洪水调度事例的表示、组织、索引和存储,并建立了水库洪水调度事例库。将遗传禁忌算法与最近相邻法结合起来,构建了基于遗传禁忌算法和最近相邻法相结合的混合检索算法,提高了事例检索的速度和质量。利用遗传算法对事例特征属性权重进行优化,采用多目标决策方法进行事例的优选,并给出了事例调整和学习的策略。最后,应用该方法开发了基于CBR的水库洪水调度系统,并给出了一个应用实例。基于CBR的水库洪水

  3. 所属分类：讲义

    • 发布日期：2020-02-05
    • 文件大小：581kb
    • 提供者：SparkQiang

  1. 基于模糊免疫PID的煤矿超高水充填料浆控制

  2. 现有超高水充填A/B料浆混合控制系统只检测、控制流量,本文提出增加浓度控制,使A/B料浆配比严格为1:1。将充填料浆流量与浓度实时的检测数据与模糊推理逻辑和生物免疫反馈响应过程的调节作用相结合,将模糊免疫PID控制方法应用到超高水充填控制系统中。仿真结果表明,优化后的控制效果优于常规的PID控制,具有较强的自适应能力和鲁棒性。

  3. 所属分类：其它

    • 发布日期：2020-06-17
    • 文件大小：298kb
    • 提供者：weixin_38633897

  1. 混合推理实现矿井风机故障诊断系统设计

  2. 讨论基于案例和基于规则推理的特点,阐述了基于规则和案例混合推理的优势,针对矿井风机故障的特点设计基于规则和案例混合推理系统,详细描述了推理过程及混合推理设计的关键策略,并给出混合推理算法进行验证及对比,基于CBR和RBR融合的混合推理方式不但提高矿井风机故障诊断系统运行的效率和诊断效果,同时增强了系统知识提取的能力。

  3. 所属分类：其它

    • 发布日期：2020-06-28
    • 文件大小：189kb
    • 提供者：weixin_38588854

  1. 基于模糊神经网络卡车路段行程时间实时动态预测

  2. 提出了一种基于模糊神经网络卡车路段行程时间实时预测模型,阐述了自适应神经网络模糊系统(Adaptive Network-based Fuzzy Inference System,ANFIS)网络原理和方法对行程时间预测的可行性和可靠性,采用最小二乘法和误差反传算法结合的混合学习算法,减少了搜索空间的维数,而采用的减法聚类方法减少了模糊推理规则.混合学习算法和减法聚类方法的应用提高了网络参数的辨识和收敛速度.实例仿真论证了该模型预测速度更快、准确性更高,实时性好,获得了比单纯使用神经网络或模糊理论

  3. 所属分类：其它

    • 发布日期：2020-07-18
    • 文件大小：194kb
    • 提供者：weixin_38732740

  1. 基于Windows平台的采掘工作面煤与瓦斯突出预测专家系统

  2. 在全面分析采掘工作面煤与瓦斯突出影响因素的基础上, 构建了突出预测推理知识模型; 在此基础上借助XF6 1开发工具设计实现了基于Windows平台的采掘工作面煤与瓦斯突出预测专家系统. 在知识表达方面采用可视化的、面向对象的“知识体-对象块-构件”的综合知识表示方式和“规则架+规则体”的规则知识表示方法; 推理机设计则采用混合推理策略.初步应用表明, 本专家系统基本能以“准”专家水平对采掘工作面煤与瓦斯突出作出预测, 较以往预测手段预测精度有明显提高.

  3. 所属分类：其它

    • 发布日期：2020-07-18
    • 文件大小：184kb
    • 提供者：weixin_38680764

  1. 基于定性推理仿射混合自动机的双向精化

  2. 基于定性推理仿射混合自动机的双向精化

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：186kb
    • 提供者：weixin_38680506

  1. 被动MIMO雷达网络的混合BP-VMP-EP定位算法。

  2. 无源多输入多输出（MIMO）雷达（PMR）网络是检测和跟踪目标的有效系统，它由多个分布式接收器和机会照明器组成。 常规的两步定位首先基于信号时延测量来估计距离，然后通过使用最小二乘或最大似然估计器来获得位置。 最近，一些工作表明，通过直接本地化，可以显着提高性能。 为了在准确性和复杂性之间取得更好的平衡，本文提出了一种混合消息传递定位算法。 从贝叶斯推理框架派生，该方法可以看作是两步法的迭代版本。 仿真表明，该算法优于传统的两步定位算法，并在位置精度，通信开销和计算成本之间进行了权衡。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：500kb
    • 提供者：weixin_38602098

  1. 基于图像空间结构统计分布的浮选泡沫状态识别

  2. 通过泡沫图像统计建模,实现了基于图像空间结构感知的浮选泡沫状态自动识别与客观评价。首先,采用Weibull分布建立了泡沫图像各方向边缘响应结构的统计分布模型,有效获取了泡沫图像空间结构的统计分布细节;然后,通过统计学习获得各典型工况状态下的泡沫图像边缘响应统计分布的混合高斯(MoG)模型;最后,通过简单的贝叶斯推理推断出测试泡沫图像对应的工况状态。结果表明:所提出的方法因有效获取了与浮选生产性能直接相关的泡沫空间结构的统计分布特征,可以实时监视泡沫空间结构的变化情况,泡沫生产状态识别准确率高。

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：94kb
    • 提供者：weixin_38617451

  1. 混合噪声模型的大气湍流退化图像的多帧盲反卷积

  2. 这封信提出了一个混合噪声模型，并使用多帧盲反卷积在贝叶斯推理框架下还原空间物体的图像。 为了最小化代价函数，提出了一种基于迭代递归的算法。 此外，点扩展函数的三个有限带宽约束被强加到求解过程中，以避免收敛到局部最小值。 实验结果表明，该算法可以有效地恢复湍流退化图像，减轻噪声引起的失真。

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：243kb
    • 提供者：weixin_38741195

  1. 利用语义丰富的混合神经网络引导社会情感分类

  2. 社交情感分类旨在预测嵌入在由各种用户贡献的在线评论中的情感React的聚合。 这样的任务具有固有的挑战性，因为从自由文本中提取相关语义是一个经典的研究问题。 此外，在线评论通常以稀疏的特征空间为特征，这使得相应的情感分类任务非常困难。 另一方面，尽管由于深度神经网络具有将稀疏的低级特征转换为密集的高级特征的能力，因此已被证明对语音识别和图像分析任务有效，但它们在情感分类上的有效性仍需进一步研究。 本文报道的工作的主要贡献是开发了一种新型的语义丰富的混合神经网络（HNN）模型，该模型利用无监督的教

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：807kb
    • 提供者：weixin_38746166

  1. 两种新颖的基于自组织图的混合情感学习算法

  2. 情绪在人类决策过程中起着重要作用，因此，在我们对人类React进行建模的过程中，应将其嵌入推理过程中。 阿德南·卡什曼（Adnan Khashman）等。 提出了一种情感反向传播（EmBP）学习算法，并将其成功应用于几种实际的模式识别任务。 但是，EmBP的情感输入值的设计不合理，因此可能导致其整个实现失败。 为了改善这一弱点，我们提出了一种新颖的基于自组织图的情绪神经网络（EmSOM）学习算法。 与EmBP相反，EmSOM的情感输入值是基于其相应关联的SOM块确定的，此外，在其设计中还考虑了网

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：128kb
    • 提供者：weixin_38637998

  1. 基于变分贝叶斯推理的鲁棒多重测量稀疏信号恢复

  2. 这项工作不仅着眼于探索一种新颖的贝叶斯概率模型来制定一种通用类型的具有脉冲噪声的鲁棒多重测量矢量稀疏信号恢复问题，而且还开发了一种改进的变分贝叶斯方法来恢复原始关节行。 。 在模型的设计中，设计了两个三级分层贝叶斯估计程序，以利用高斯尺度混合和多元广义t分布来表征脉冲噪声和联合行稀疏源信号。 基于变分贝叶斯框架估计信号和测量模型中包含的那些隐藏变量，其中采用多种概率分布来表达其特征。 在算法的设计中，提出的算法是一种与变分贝叶斯估计有关的完整贝叶斯推理方法。 它对脉冲噪声具有鲁棒性，因为可以通过

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：881kb
    • 提供者：weixin_38631197

  1. 多变量模糊系统控制设计及其在并行混合电动汽车中的应用

  2. 利用矩阵半张量积方法研究了多变量模糊系统模糊逻辑控制器的设计, 并得到了若干新的结果. 首先给出 了模糊规则新的表示形式, 基于该表示形式, 构造了模糊逻辑控制器的结构矩阵, 将复杂的模糊推理转变成了简单 的代数等式. 然后当模糊控制规则不完全时, 建立了最小入度控制算法; 当模糊控制规则不一致时, 给出了相应的 处理方法. 最后将得到的结果应用到并行混合电动汽车(PHEV)能量管理和控制策略的模糊控制器设计

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：427kb
    • 提供者：weixin_38719702

  1. 基于模糊Q学习的混合动力汽车在线学习控制策略

  2. 为了实现混合动力汽车（HEV）控制策略的在线学习，提出了一种模糊Q学习（FQL）方法。 FQL控制策略包括两部分：最佳作用值函数Q *（x，u）估计器网络（QEN）和模糊参数调整（FPT）。 应用反向传播（BP）神经网络将Q *（x，u）估计为QEN。 对于模糊控制器，我们选择Sugeno型模糊推理系统（FIS），并基于Q *（x，u）在线调整FIS的参数。 引入了动作探索修饰符（AEM）以确保尝试所有动作。 FQL控制策略的主要优点是它不依赖与未来驾驶条件相关的先前信息，并且可以在线自动调整模

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：913kb
    • 提供者：weixin_38645862

  1. 基于贝叶斯推理的像元内部端元选择模型

  2. 提出了利用贝叶斯推理选择混合像元内端元的模型。考虑到端元光谱的不确定性, 基于贝叶斯推理和线性光谱混合模型得到了像元内端元集合的后验概率表达式。在获得端元共存的先验知识基础上, 结合端元光谱的正态分布函数, 通过最大后验概率得到最佳的端元集合。通过对包含147431个像元的ETM+影像试验表明, 相对于IDRISI软件的MRES和PG算法,该算法可削减至少70%的冗余端元, 使端元选择错误导致的分解误差降低至少28%。结果表明, 由于充分考虑端元光谱的不确定性和端元的共存性, 通过贝叶斯推理可以

  3. 所属分类：其它

  1. 基于案例和规则的混合推理机制及其应用

  2. 提出一种基于案例和规则的混合推理机制求解产品概念设计方案.通过案例匹配方式寻求方案设计结果,在相似度达不到要求的情况下转入规则推理进行修正设计.针对案例推理中案例检索的准确度和效率低下等问题,采用粗糙集理论对产品已有的案例库进行处理,得到案例特征属性的真实权重,提高了案例检索准确度;运用层次聚类和K-means聚类相结合的混合聚类算法对案例库中的案例进行聚类并形成索引,提高了案例检索效率.通过摩托车概念设计应用实例验证了该文方法的可行性和有效性.

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：304kb
    • 提供者：weixin_38670983

  1. KeYmaeraX版本：KeYmaera X：混合系统的无公害战术定理证明（发行）-源码

  2. 混合系统的KeYmaera X定理证明 自动驾驶汽车，自动驾驶机器人，现代飞机或机器人手术：我们越来越多地将生命委托给计算机，因此，除了最高的安全标准-数学正确性证明之外，我们应该一劳永逸。 可以使用KeYmaera X证明程序来构造此类网络物理系统的证明。 作为混合系统定理的证明者，KeYmaera X用微分动态逻辑分析了控制程序和受控系统的物理行为。 KeYmaera X具有仅约2000行代码的最小内核，该内核隔离了所有对可靠性要求严格的推理。 如此小的和简单的证明者核心使信任验证结果变得

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：55mb
    • 提供者：weixin_42139429

  1. **基于产生式规则的动物识别系统正反向混合推理（Python）**

  2. 产生式系统 把一组领域相关的产生式（或称规则）放在一起，让它们互相配合、协同动作，一个产生式生成的结论一般可供另一个（或一些）产生式作为前提或前提的一部分来使用，以这种方式求得问题之解决，这样的一组产生式被称为产生式系统 产生式系统的构成 一组规则 每条规则分为左部（或称前提、前件）和右部（或称结论、动作、后件）。通常左部表示条件，核查左部条件是否得到满足一般采用匹配方第 3 页法，即查看数据基DB（Data Base）中是否存在左部所指明的情况，若存在则认为匹配成功，否则认为匹配失败。一般说来

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：185kb
    • 提供者：weixin_38652090
« 12 3 »