基于云模型的关联规则的提取算法

关联规则的提取是数据库应用领域研究的一个重要课题。如何发现普通数据库中各属性之间的关联, 也称为数量相关问题,具有更为普遍的意义。     

本科模拟电路理论及实验课程教学内容和教学方法的改革与实践

本文主要介绍了模拟电路课程改革的内容和方法：首先是改革陈旧的思想观念、把本科电路教学立足点定位在培养学生成为高素质的应用型人才；在教学过程中坚持基本概念、基本电路和基本应用；精心组织教学内容。灵活调整教学顺序，把理论教学和实践教学有机的结合在一起；采用提问式与启发式相结合，讲授与讨论式相结合的教学方法；利用多媒体CAI课件辅助教学，计算机辅助教学和黑板教学相结合，集中上课和学生白学相结合；实践教学和理论教学并重，实验内容由验证型转向设计型，由单元型转向综合型，实验时间也由分散型转向相对集中型，开设虚拟实验，增加趣味性实验内容等。这些措施的采用都使教学收到良好效果。     

模糊神经网络应用于数据融合中实现目标的身份识别

结合“情报侦察与数据融合专家系统”的需求 ,对基于产生式规则的模糊知识表示和推理、神经网络的结构和机理进行了研究 ,提出了将模糊规则与神经网络相结合 ,实现一种新的推理方法。在此基础上 ,实现了一种将模糊规则转化为神经网络的算法以及神经网络的学习算法 ,并具体讨论了这种新的推理方法在“情报侦察与数据融合专家系统”中实现飞机的身份识别的应用。实验证明这种网络结构巧妙地将模糊集理论和神经网络结合起来 ,充分利用了两者各自的优势 ,最终达到了对目标身份识别的效果     

并行工程中下游阶段启动时间的实时确定

在并行工程的实施过程中，上下游阶段交叠形式的不合理安排将会给产品的开发带来不可预见的风险。如何决定各并行阶段的启动时间一直是困扰实施并行工程企业的问题。对于这方面的研究工作目前大多只限于概念模型分析的层面，而没有具体的数学模型。中应用Shannon信息熵量化了上下游阶段的交互信息和系统的有序度，建立了基于多层次模糊综合评判和BP神经网络的动态模型来实时确定下游阶段的启动时间。最后给出了基于PDM的实施框架和该模型的应用实例。     

宏观经济政策的论争及其影响

20世纪70年代初期，与凯恩斯主义经济学相抗衡的几个思想流派开始或再度出现，紧随而来的是一场关于宏观经济政策的激烈而持久的争论。争论的焦点集中于“政策应当是积极的还是消极的”、“政策应当按规则进行还是按相机抉择进行”这两个问题上。在介绍关于这两个问题的不同观点的基础上，阐述这场论争给各国的宏观经济政策实践带来的变革及其深刻影响。     

隐私保护下关联规则挖掘方法

从输入隐私保护和输出隐私保护2个角度介绍了隐私保护关联规则挖掘的有效方法。输入隐私保护采用数据扭曲的策略，输出隐私保护采用修改敏感事务值的策略。使用这2种策略的挖掘方法在取得很好隐私性同时，挖掘到的关联规则准确率也很好。     

基于规则的航空发动机管路布局系统研究

为了提高航空发动机管路布局的质量、效率和自动化程度,从而得到优化的管路布局方案,本文提出了基于规则的管路布局方法,并用一个原型系统验证了方法的有效性.     

考虑环境干扰的大型贮液箱结构安全评估模型

针对大型贮液箱(LLT)结构安全评估面临的先验信息缺失、监测信息不完全可靠等问题,基于置信规则库(BRB)和有限元方法(FEM),提出了一种考虑环境干扰的大型贮液箱结构安全评估模型。基于行业标准和专家知识,借助有限元方法进行评估模型初始参数的估计;基于信息一致性方法计算指标可信度,以反映实际工程中扰动因素对监测数据的影响;提出一种新的融合方法,将指标可信度合理融合到模型推理过程中,完成评估模型的构建;选用10⁵ m³石油储罐作为研究对象,对所提模型的有效性进行验证。研究结果表明：所提模型不仅能有效处理监测数据不可靠问题,也能够将大型贮液箱复杂系统内部结构机理考虑在内,有效克服先验信息不足给评估精度带来的影响。     

机载机电设备综合控制管理系统任务分配研究

利用分布式处理机及网络技术对机载机电设备进行综合控制管理是机载机电设备发展的一大趋势,其中如何分配机载机电系统的控制管理任务,使系统风险均衡,达到提高系统可靠性、安全性的目的是综合控管课题的关键技术之一,其实质上是一个优化组合问题.本文针对该问题,提出了适用于机载机电设备综合控管系统的任务分配准则和目标函数,利用遗传算法,寻求任务分配的最优策略,达到了较好的效果.      

基于PR- ERNIE模型的航空安全风险量化分析

有效地利用实体识别技术识别出航空不安全信息中的风险要素,提升安全风险识别和评价能力,对于实现航空安全风险量化分析具有重要意义。为精准识别非结构化航空不安全信息中的风险要素,提出了一种融合先验规则和知识增强语义表示模型的实体识别模型,以大量航空不安全事件案例文本报告为分析对象,在自建标注语料上训练ERNIE模型,获取动态词向量,同时引入能够表达风险要素结构的规则进行优化。实验结果表明,模型在测试集上的精确率、召回率和F1值分别达到了92.5%、92.4%和92.4%,优于实验对比的其他模型。模型能够有效识别航空不安全信息中隐含的风险要素,为航空安全风险量化分析提供数据支持。