精华内容
下载资源
问答
  • 置信规则库的matlab代码,根据杨剑波教授构建的优化模型对参数进行优化,并和神经网络进行了对比。
  • 考虑属性关联的基于置信规则库的故障诊断
  • 基于置信规则库推理的驻波液位仪误差补偿
  • 基于置信规则库推理的证据滤波报警器设计
  • 利用置信规则库的数控机床伺服系统故障诊断
  • 基于置信规则库的控制器及控制系统仿真
  • 基于置信规则库推理的PID参数自整定方法
  • 基于置信规则库和证据推理的空中目标意图识别方法
  • 具有在线更新属性权重的基于置信规则库的故障检测
  • 使用在线故障预测和置信规则库的动态系统状态维护
  • 论文研究-基于双层模型的置信规则库参数与结构联合优化方法.pdf, 作为置信规则库优化过程的两个重要方向,参数学习和结构学习共同影响着置信规则库的建模精度和复杂度....
  • 海基系统性能退化机理分析和预测对于提高海基系统的生存能力具有重要意义,但需要考虑不确定条件下的多种类型信息,传统方法在处理海基系统的不确定性时效果欠佳,而置信规则库(BRB)作为证据推理方法中的知识库又无法...
  • 基于有向无环图和置信规则库的网络入侵检测
  • 论文研究-基于置信规则库推理的不确定性建模研究.pdf, 置信规则库推理作为一种新颖的表达和处理复杂不确定性的方法,在系统建模和分析方面具有很大的应用前景.本文讨论...
  • 基于条件广义最小方差和置信规则库的复杂系统安全评估模型
  • 论文研究-基于主成分分析的置信规则库结构学习方法.pdf, 为了解决前提属性过多时置信规则库规模的组合爆炸问题,提出了基于主成分分析的置信规则库结构学习方法. 首先将...
  • 基于置信规则库推理的电路参数成品率估计与中心值设计方法
  • 鉴于此, 提出基于粗糙集理论的无需依赖规则库以外知识的客观方法, 按照等价类划分思想逐条分析置信规则, 进而消除冗余的候选值. 最后, 以装甲装备能力评估作为实例进行分析, 分别从规则约简数、决策准确性方面与...
  • 针对司控器微动开关数据样本少、诊断信号具有波动性和非线性、健康状态评估困难等问题,提出一种基于置信规则库专家系统(BRB)的司控器开关量健康状态评估方法.首先,分析微动开关失效机理与故障特征的关系;然后,采用...
  • 基于置信规则库参数学习的金属化膜电容器剩余寿命概率预测,姜江,李璇,惯性约束聚变(ICF)激光装置是由成千个金属化膜电容器(MFC)组成的。对MFC的剩余寿命概率进行预测是ICF可靠性分析的重要组成部分。置信�
  • 论文《置信规则库规则约简的粗糙集方法》中采用粗糙集方法约简规则属性。文中说前提属性多、前提属性的参考值多会发生“组合爆炸”,排列组合举个例子,有2个前提属性,每个前提属性有5个参考值,那么就有5*5=25条...

    一.规则库结构优化

    1. 论文《置信规则库规则约简的粗糙集方法》中采用粗糙集方法约简规则属性。文中说前提属性多、前提属性的参考值多会发生“组合爆炸”,排列组合举个例子,有2个前提属性,每个前提属性有5个参考值,那么就有5*5=25条规则。规则太多导致在采用ER算法进行规则组合时产生组合爆炸。对置信规则库结构进行优化,应该是指约简前提属性,约简前提属性的参考值,也就会减少规则数量。
    2. 存在问题:论文未看透。

    二.输入值置信度计算

    1020753-20170717211347488-1676988872.png

    1020753-20170717211954925-1190058289.png

    ​ 截图来自论文《数据驱动的置信规则库构建与推理方法》

    1. 这种置信度的转化方法在书《置信规则库专家系统与复杂系统建模》14页有介绍,参考值为数量值。此计算方法对较大值得偏好较大。因为k不等于j、j+1时aij为0,所以此时计算规则激活权重为0,所以在示例代码中只有两条规则的组合。(有待验证,继续看论文》

    2. 在论文《Belief Rule-Base Inference Methodology Using the Evidential Reasoning Approach ——RIMER》中提到因输入数据不完整,要对分布式评价结果的置信度进行修正,如一条规则中有5个前提属性,输入数据只有对应4个属性的值,或者经过输入信息转化之后aij等于0,分母为5,而分子中因为乘数为0,只有4项(此处还有疑问:输入值相对于参考值,参考值个数在一条规则中是一个还是多个)

    三.ER组合

    • ER的组合思想和Dempster应该是一脉相承的

      1020753-20170717211423488-53508837.png

    • 上图为Dempster的组合
      1020753-20170717211538316-6091824.png

    • 上图为ER的组合迭代计算,

    1020753-20170717211552863-1763827506.png

    • 上图也是ER的结果置信度计算,这个公式和上面的思想是一致的,示例代码使用的是这个公式,他们都进行了归一化

    1020753-20170717211631472-1049696695.png

    1020753-20170717211635706-174213161.png

    • 以上也是ER的计算公式,来自不同篇论

    转载于:https://www.cnblogs.com/linjin/p/7197531.html

    展开全文
  • 置信规则库第二章学习心得 2.6.1 1.What's the meaning of arrows and straight lines in the picture as follow?(page 21) 2.As for Fuzzy Inference,there is a ppt which can introduce the theory minutely as ...

    置信规则库第二章学习心得

    2.6.1

    1.What's the meaning of arrows and straight lines in the picture as follow?(page 21)

    998904-20170604201418477-196304547.png

    2.As for Fuzzy Inference,there is a ppt which can introduce the theory minutely as follow.

    click here to opend the link

    some introduction about membership funtion.

    2.6.2

    Analyzation about details of the new struct of BRB.

    2.6.3

    Analyze the details about the process of RIMER .

    1.I can't find any information out about the max-min matching method from Baidu or the book which introduce BRB. Could any guys give me some hints?

    2.What's the meaning of formulation x1:{(H,0.6),(M,0.4),(L,0)}?

    3.The same bewilderment about IDS. I can't search the information about it by Google and nothing can be found on Baidu.(Though I use the key words --"Windows 智能决策软件” rather than "IDS".)

    4.And what's the “distributed evaluation results” which maybe obtained by IDS.(Our captain put forward this issue but no one can explain it.)

    5.And the most important one is the meaning of "the evaluate rank of final output of sub rule base 2 relative to "High" maybe have higher beliefs.(in section 3)

    2.6.4

    The comparation about some results of this example.

    1.The formulation 2-40 explain the source of distributed evaluation.(which is concluded by IDS.)

    2.What's the purpose of the beliefs of table 2-4?

    2.6.5

    The inference about imcomplete input information.

    1.I find a interesting phenomenon --the sum of the all parameter in the formulation (2-41) is 1.

    This is the first article about the BRB and there are many problems I come across.

    Awillful man will have his way。

    the answers will be put recent days after disscusion about it.

    转载于:https://www.cnblogs.com/cafe3165/p/6942172.html

    展开全文
  • 置信规则库学习笔记(一)

    千次阅读 2017-06-25 17:57:00
    1.学习总结 IF-Then规则表示方法,可表示模糊规则 ...多目标优化对象:分布式评价结果的置信度(规则的分布式评价结果矩阵),规则前提属性权重(在计算规则激活权重公式中),分布式评价结果的偏好 目标函数:...

    1.学习总结

    • IF-Then规则表示方法,可表示模糊规则
    • 分布式评价:结果包含所有的可能结果,这些结果带有置信度
    • 规则激活权重计算公式中提到输入数据相对于参考值的转化问题,由此来计算激活权重
    • ER证据推理中使用规则激活权重和分布式评价中的置信度来计算
    • 多目标优化对象:分布式评价结果的置信度(规则的分布式评价结果矩阵),规则前提属性权重(在计算规则激活权重公式中),分布式评价结果的偏好
    • 目标函数:最小化规则库输出结果与实际结果的差
    • 约束条件

    2.待解决问题

    • Dempter规则组合,ER证据推理公式(参考1020753-20170625181418038-1752889654.png
    • 输入数据与参考值转化
    • 证据推理算法代码实现过程中数据结构设计

    转载于:https://www.cnblogs.com/linjin/p/7077367.html

    展开全文
  • 适合初学者对网络安全态势感知的一个简单了解,胡冠宇老师详细的介绍了网络安全态势感知系统的过程以及一些网络攻击。
  • 摘要针对具有不确定信息的多属性双边匹配决策问题,引入置信规则库推理方法,提出一种双边匹配决策.首先使用置信度评价信息来解决信息的不确定性、不完整性等问题,其次通过置信规则库推理方法将置信度评价信息转换成...

    摘要

    针对具有不确定信息的多属性双边匹配决策问题,引入置信规则库推理方法,提出一种双边匹配决策.首先使用置信度评价信息来解决信息的不确定性、不完整性等问题,其次通过置信规则库推理方法将置信度评价信息转换成等级置信度信息,最后利用等级置信度信息建立0-1规划模型并求得最终的匹配方案.提出截断线性区间映射法用以解决当BRB系统的输入值达到阈值后会对输出产生错误的诱导,采用强行截断的方式将该输入值纳为不确定部分,当不足以采用截断方式时,使用区间映射法来减少对结果的不良影响.实例分析表明,使用置信规则库推理方法解决多属性双边匹配决策问题是可行和有效的.

    This thesis presents a tentative study on a new two-sided matching approach,which is proposed to solve the two-sided matching problem with uncertain information and multiple attributes.The multi-attributes matching decision making(MAMDM)problem is one of the most important key points in the two-sided matching study,which has evoked great attention for the scholars in recent years.A belief rule-base inference methodology using the evidence reasoning approach(RIMER)has been introduced in this thesis to solve the problem of MAMDM.At the beginning of this thesis,the authors explain the reason why they choose to use belief degree.The current research on the problem of MAMDM is mainly restricted to the study of a kind of two-sided matching,whose evaluation information is linguistic values or interval values.But there exists a lack of study in belief degree as evaluation value.As belief degree can be used to deal with different kinds of uncertain and incomplete information,using it as evaluation value may trigger a new breakthrough in the study of MAMDM.Through the analysis of simulation experi-ments datas and the application of RIMER,belief degrees evaluation information is converted into different levels of confidence information.Then a 0-1programming model is built by making use of different levels of confidence information to obtain a final matching scheme.It is also pointed out in the thesis that an output error may be caused when BRB(belief rule-base)input is higher than threshold value.To solve this problem,the authors propose that the input value can be incorporated into the uncertainty by the adoption of cutting method.If cutting method is not suitable,linear mapping method can be applied to reduce the influence of the results.The case study analysis shows that it is feasible and effective to adopt the new proposed approach to solve the problem of multiattributes matching decision making.

    展开全文
  • 使用置信规则库​​的电路容差设计
  • 13、下列哪部分不是专家系统的组成部分() A.)用户B)综合数据库C)推理机D)知识 14、产生式系统的推理不包括() A)正向推理B)逆向推理C)双向推理D)简单推理 15、C(B|A) 表示在规则A->B中,证据A为真的作用下结论B为真...
  • 基于规则产生式系统结构: 基于规则的产生式系统一般由规则库(知识库)、综合数据库和推理引擎(推理机)三部分组成,规则库中它的基本组成框架如下图1所示。 知识库由谓词演算事实和有关讨论主题的规则构成,综合库又...
  • 规则库:R1:动物有毛发→ 哺乳类R2:动物有奶 → 哺乳类R3:动物有羽毛 → 鸟类R4:动物会飞 ∧会下蛋 → 鸟类R5:哺乳类∧动物吃肉→ 食肉动物R6:动物有犬齿 ∧有爪 ∧眼盯前方→食肉动物R7:哺乳类 ∧有蹄 →蹄...

空空如也

空空如也

1 2 3 4
收藏数 62
精华内容 24
关键字:

置信规则库