在气候逆流中疗愈新生

最近气候科学浮现的人性问题和知识失误，进一步加深了气候变迁的分歧争议面对如气候的高度复杂议题，除了科学证据，还需要广泛社会条件配合，才能得到共识可行的政策。     

基于D-S证据理论的发动机部件性能降级量化融合研究

针对多方法计算所得发动机部件性能降级无法直接应用Dempster-Shafer(D-S)证据理论融合的问题,提出一种实现降级参数量化融合的方法。以一段时间内计算结果作为样本,融合性能模型输出结果和神经网络输出结果,通过划分区间统计样本落入区间的频率构造基本概率赋值(BPA),从而实现性能降级的量化融合。对比了独立区间划分法和嵌套区间划分法两种BPA构造方法的融合结果,得出了嵌套区间划分法构造BPA具有更适合量化融合的主要结论。     

科学、证据和UFO

对于整个UFO学领域来说，证据是最为棘手的问题之一。反对UFO学说的人都在问“证据在哪里”．而UFO学家则不断试图将自己变为物理学家然后再给出证据。但下面的事实再清楚不过：     

基于准贝叶斯结构的决策融合

证据理论是目前在决策融合技术中受到广泛重视的一种数学方法。在实际应用中，为了表达简洁和计算简单，常常根据准贝叶斯结构进行判断。本文系统阐述这一过程的一般性步骤，并通过实际问题进行分析。     

D-S证据理论在多传感器数据融合中的应用

近年来，许多领域都在进行多传感器数据融合技术的研究。多传感器数据的属性融合有很多算法，最常用的算法是贝叶斯决策检验法，国际上已提出将证据理论用于数据融合，但在这方面的理论基础还不完善。本文研究了证据理论在多传感器数据融合中的应用。Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ方法是对Ｂａｙｅｓ决策检验法的推广，证据理论比概率论满足更弱的公理系统，并且在区分不确定与不知及精确反映证据收集过程等方面显示了很大的灵活性。文中阐述了Ｄ－Ｓ证据理论的数学性质，给出了可信度公理及Ｄ－Ｓ综合规则，并进行了计算机仿真实验，实验结果说明这种判决方法非常实用，用于数据融合算法非常有效     

D—S证据理论在多传感器数据融合中的应用

多传感器数据的属性融合有很多算法，本文研究了居理论在多传感器数据融合中的应用，阐述了Ｄ－Ｓ证据理论的性质，给出了可信度公理及Ｄ－Ｓ综合规则，并进行了计算机仿真实验。     

基于多核融合的目标大面积遮挡处理方法

提出了一种基于多核融合的目标遮挡处理方法,用于提高大面积遮挡情况下视觉目标跟踪算法的鲁棒性和准确性.与现有基于单个对称核加权直方图的mean shift跟踪算法不同,该方法以目标区域内的多个非中心位置为核函数中心,构建多个非对称核加权直方图.由于这些直方图对目标的不同区域赋予了不同的权重,使得在遮挡发生时总存在一些直方图受影响较小.依据各个直方图分别进行mean shift迭代获得一组目标位置估计后,利用D-S证据理论融合判定最终的目标位置.实验结果表明,该方法在目标被大面积遮挡时仍能够获得准确的跟踪.     

UFO:期待实体性证据

不明飞行物和地外入侵者的传闻引起人们长期沸沸扬扬的争论，一些书，包括一些畅销书坚持说，UFO一直在与人类密切接触；怀疑论者们却说，这些书不过是老货新包装。在《共享》一书中，作者惠特利·斯特里帕讲述了他受到地外生物访问的经历。他们迅速而神秘地带走了他，在他的右耳后插入一根小针。他经历的某些片断被地外入侵者“屏蔽掉了”，事后只有借助催眠才能回忆得更完整一些。另一本书，巴德·霍普金斯写的《入侵者》，详细描述了科普利伍兹的“卡蒂·戴维斯事件”：印第安纳一位年轻的母亲在一个闷热的晚上有过与斯特里帕相似的经…     

基于改进信息融合的航空发动机状态评估方法

针对航空发动机状态监测数据的模糊性和随机性,结合贝叶斯粗糙集和D-S证据理论,提出一种改进信息融合的状态评估方法。首先对样本数据进行离散化处理,通过基于区分矩阵的属性约简算法对影响发动机性能的特征参数进行提取,生成最佳决策表。然后根据置信增益函数重新定义了贝叶斯粗糙集,利用贝叶斯粗糙集的支持度和置信增益函数作为证据的支持程度,得到各准则下的证据基本信任分配。最后利用证据合成法则对多个证据进行合成,得到评估结果。通过实例计算,验证了改进方法应用在航空器发动机状态评估中的有效性以及在处理不完备信息问题时的优越性。     

飞行中的UFO

在这里，我不打算对UFO现象进行赘述，只想对同UFO有关的怪异现象是如何发生的机理进行阐释。问题是，全世界对UFO的广泛研究已走过半个多世纪的艰难历程，有关这方面的研究资料已积累得相当丰富。许多目击者的目击证据，以及研究人员最终对其加以认证的文献性的著作和图书，已具有包括大量事实性证据的学术专著性质。在这些专著性论述中引用了对这些大量事实的分析结果，