航空发动机部件性能故障融合诊断方法研究

提出一种对航空发动机部件性能蜕化进行融合诊断的模糊决策融合机制,以改善单独采用基于模型和基于数据的部件性能故障诊断的漏诊与误诊的问题.传感器测量值同时输入到基于自适应模型的和基于数据的诊断模块中,分别利用卡尔曼滤波算法和最小二乘支持向量机(LSSVM)对主要部件故障性能参数估计,再利用模糊逻辑调整决策权重以进行D-S(Dempster-Shafer)证据理论的决策融合诊断.以某型涡扇发动机为对象进行单部件和双部件蜕化仿真研究表明,与单独使用基于模型和基于数据的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度.      

基于D-S证据理论和不同子神经网络集成的磨粒识别

针对磨粒识别问题,建立了基于D-S证据理论的集成神经网络磨粒融合诊断方法.首先对特征参数进行优化分组,然后对每一组建立对应的分类子神经网络,分别采用径向基函数(RBF)神经网络和反向传播(BP)神经网络进行识别,得到初步的诊断结果,经过归一化后作为2组基本概率分配函数,最后运用D-S证据理论进行融合得到最终识别结果.算例分析表明,基于D-S证据法和集成神经网络的磨粒融合识别方法比单个诊断方法具有更高的准确性.     

加权D—S证据理论在多平台数据融合中的应用

D—s证据理论在多平台、多传感器目标识别中有着广泛的应用。利用多平台协同数据融合系统的优势,解决了单一平台获取目标信息上的不足。对各平台传感器获取信息采用证据加权的方法,以获得较好的传感器可信度基本概率赋值,提高D—S证据理论在多传感器目标识别上的准确性。实验证明了方法的正确性和有效性。     

海面目标多信源融合识别技术研究

主要对海面目标多信源融合识别技术进行了研究,介绍了海上目标的融合识别方法:Bayes推理和D-S证据理论,分析了D-S证据理论融合识别原理.采用基于高分辨率体制的雷达对海面目标HRRP的特征信息进行提取和分析,对D-S证据理论在海面目标识别中的应用进行了举例研究.     

域外刑事证据保全制度分析

我国刑诉法没有规定证据保全制度，尽管立法允许辩护律师可以申请人民检察院，人民法院收集、调取证据，但是立法的制度性缺陷使辩护律师所享有的申请取证权无法落实。而域外的相关法律却从证据保全的申请主体、条件和具体程序作出了规定。他山之石，可以攻玉，通过对域外的刑事证据保全制度的研究，以期对我国的相关制度建设有所裨益。     

智能化雷达对抗情报处理技术研究

随着雷达技术的迅猛发展,雷达信号的密度、复杂程度都大幅度提高,这就增加了雷达信号的不确定性因素。本文讨论了粗糙集理论、模糊集理论、证据理论和可能性理论等人工智能技术在雷达对抗情报处理中的应用。对雷达辐射源的型号和工作模式识别、雷达网信息以及所属平台信息的推理技术进行了探索研究,给出了研究建议。     

卡西尼掠过土卫九

卡西尼在逼近土星的途中拍下了一系列令人惊叹的高分辨率土卫九的照片，展现了这个小“月亮”伤痕累累的表面特征。大量的证据表明这个小天体主要由冰组成，表面覆盖着一层厚仅300-500米的暗色物质。     

宇宙膨胀的证据

宇宙膨胀的证据已经积累了六十多年。第一个重要的线索是红移。如果一个星系发射或吸收某些光的波长比其他星系强烈得多，而这个星系又正在远离我们，这些发射或吸收的光的特点是向较长的波长偏移———即当后退的速度增大时，它们会变得较红，这种现象被称为红移。哈勃的测量表明，一个遥远星系的红移比一个靠近地球的星系的红移要大得多。这种关系现在被称为哈勃定律，就是在一个均匀膨胀的宇宙中所企盼的。哈勃定律认为，一个星系的后退速度等于其距离乘以哈勃常数。而在附近星系中的红移效应相对来说是微小的，需要良好的测试设备来探测…     

大理论有大证据

大爆炸理论是关于宇宙形成的最有影响的一种学说,英文说法为“Big Bang”,也称为大爆炸宇宙论。大爆炸理论诞生于20世纪20年代,在20世纪40年代得到补充和发展,但一直默默无闻。直到20世纪50年代,人们才开始广泛注意这个理论。大爆炸理论认为我们的宇宙诞生于140亿年前,并曾有一