一种修正的DS证据融合策略

 提出了一种修正的DS 证据融合策略,以解决证据冲突情况下的融合问题,该方法综合利用了传统DS 证据理论方法所具有的收敛性好及加性融合方法所具有的可靠性高两方面的优点。该方法先对DS 证据理论的结果与加性策略结果之间的一致性做出判断,如果一致性好,则采用DS 证据理论的结果作为最终结果,这样就保证了算法收敛性,否则,用加性策略的结果对DS 证据理论的结果进行修正,从而保证算法的可靠性。该方法在解决冲突证据的合成问题方面体现出良好的适应能力。     

人工智能在矢量推力现场动态校准中的应用研究

基于航天工程中对于发动机试车台矢量推力现场动态校准需求,以摆锤式动态力加载装置为力源,研制了发动机试车台矢量推力现场动态校准装置。在发动机试车台试验校准点有限的情况下,将人工智能技术应用在校准工作中,对矢量推力的动态响应特性进行校准与补偿。验证结果表明,该方案动态性能优异,响应迅速,满足试车台矢量推力校准的需求,为后续进一步准确测试矢量推力提供了依据。     

卫星在轨故障案例与人工智能故障诊断

减少卫星在轨故障,使卫星按设计寿命要求在轨执行飞行任务是卫星设计的一个重要课题.为了分析在轨卫星故障的原因,探索最新的卫星故障诊断方法,首先收集了2003～2021年卫星典型在轨故障案例,然后对卫星故障从不同的维度进行统计分析和相关性分析,包括卫星平台与卫星故障的相关性、卫星在轨时长与卫星故障的相关性等,最后介绍了基于...     

三维物体平稳堆放概念的学习

提出在机器人动作规划控制系统中，增加学习模块，通过分析各种三维物体堆放的不稳定因素，从和平稳的正面例和堆放倒塌的反面例中，学习平稳堆放Ｓｔａｂｌｅ－Ｓｔａｃｋ概念。利用抽象的Ｓｔａｂｌｅ－Ｓｔａｃｋ概念，修正和改进机器人动作规划的制定以提高机器人自动化水平。     

基于属性集等价类划分的数据约简

由于大型数据库中数据的高维、巨量,使得数据约简在数据库知识发现中起着越来越重要的作用.现有的数据约简方法有3类:穷举选择法、启发式选择法和随机选择法.这些方法效率低,可能丢失重要信息,效果都不理想.属性集等价类划分可以在本质上标识出冗余属性和无关属性,并且可以快速、准确地计算等价类划分个数,使得数据约简更有效,数据挖掘效率更高.      

对象式Web技术研究

随着Internet技术的发展与普及,网上的资源日益丰富与多样化.而与之相比,现有的Web技术具有很大的局限性,无法支持资源的更广泛、更深层的共享.对象式Web(ObjectWeb)技术正是针对这一问题提出的,是Web技术发展的新阶段.深入分析了对象式Web的核心技术,并论述对象式Web发展初期的以分布式对象技术为核心的几种框架结构,重点阐述了将分布式对象技术与代理、多代理技术融合所形成的理想的框架结构.      

演绎数据库的研究与实现

讨论了演绎数据库研究的必要性,然后分析了与其相关的理论和实现方法,提出了一种有效的演绎数据库系统DDBASE的实现方法。该系统在功能上分为一般DB操作和演绎推理两部分,并为用户提供一种数据结构独立、非过程化的自主型演绎查询语言(Deductive Qcerg Language),该系统已建立在IBM PC微型机上,实验结果表明:这种实验方法是行之有效的。     

类比推理协处理器设计中的加速策略

分析了实现高效的嵌入式类比推理协处理器系统ARC(Analogical Reasoning Coprocessor)所面临的困难,在软件模拟、测试、验证的基础上给出了提高ARC效率的解决方案.由于ARC采用了符合类比推理机制的处理器体系结构和加速策略,推理速度有了大幅度的提高.     

人工智能可解释性评估研究综述CSCD

近年来,可解释人工智能(XAI)发展迅速,成为当前人工智能领域的研究热点,已出现多种人工智能解释方法。如何量化评估XAI的可解释性以及解释方法的效果,对研究XAI具有重要意义。XAI的可解释性评估涉及主、客观因素,是一个复杂且有挑战性的工作。综述了XAI的可解释性评估方法,首先,介绍了XAI的可解释性及其评估的概念和分类;其次,总结和梳理了一些可解释性的特性;在此基础上,从可解释性评估方法和可解释性评估框架两方面,综述和分析了当前可解释性评估工作;最后,总结了当前人工智能可解释性评估研究的不足,并展望了其未来发展方向。