南极验潮站对全球地震海啸的响应

现有对南极潮汐的研究主要聚焦在海平面变化、高程转换和常规调和分析,针对南极验潮站的潮位异常分析还很少见.本文聚焦南极验潮站数据中的异常潮位记录,提取到达南极的全球地震海啸事件,并分析南极不同验潮站对全球地震海啸的响应能力.本文首先利用潮汐调和分析去除验潮数据中的趋势项,分析余水位中较大幅度的潮位异常信号,然后通过对比不同方法,选取2.5倍标准差作为阈值提取到达南极的全球地震海啸事件.得出潮位异常信息点后,本文对比了各个验潮站点对地震海啸事件响应的敏感性与地理位置的关系,发现东南极威尔克斯地和南极半岛及其附近岛屿的验潮站更能响应全球地震海啸事件,长城站等8个站点适合开展全球地震海啸事件的响应和记录研究.

改进的KNN算法在光测图像关键事件评估中的应用

KNN算法是光测图像关键事件评估中常用的算法,经典的KNN算法只注重候选范例的个数,而忽视候选范例个体的特殊性,因此KNN方法在某些时候会使得评估结论极不合理。基于此,本文提出了改进的KNN算法,该算法更加注重候选范例的个体性,候选范例到目标范例的距离、候选范例的概率分布等,对目标范例的评估结论都有重要影响。实验结果表明,本文提出的KNN改进算法比经典KNN算法评估结论更准确,计算出的隶属度表征了关键事件成功失败的程度,结论更实际更合理。

基于代价模型的RETE优化算法

RETE匹配算法是基于规则推理系统中的经典高效算法,但是在飞行器评估这种规则和事实数量较多的系统,推理效率并不高,因为在模式匹配中,join操作的开销与事实的平方成正比。事实和规则数量较多时,产生的中间匹配信息大大增加,增加了时间复杂度和空间复杂度,严重降低了推理效率。针对飞行器评估系统的特点,本文分析了优化RETE拓扑结构是提高推理效率的关键,然后提出了基于代价模型的RETE优化算法,该算法可以自动寻找最优的RETE拓扑结构,减少了join中间结点的数据,大大降低RETE算法的时间复杂度和空间复杂度。经实验测试,基于代价模型的RETE算法在飞行器评估系统中的运行效率较高,满足飞行器评估的需求。

基于支持向量的范例约简算法研究

针对经过多次范例推理后范例库不断增大而导致占用存储空间大、检索速度慢等问题,本文提出一种基于支持向量的范例约简算法,其核心思想是找到范例库中的支持向量并确定出三个边界,然后保留支持范例,约简对求解新问题不起什么作用的冗余范例。实验结果表明,该方法在牺牲很小的分类准确率的情况下,大大减少了范例库的占用空间和检索复杂度。

基于效用值的范例库记忆算法研究

基于范例推理的系统中,如果所有新范例不加辨别地加入到范例库,那么范例库中将充满许多冗余范例和噪声范例。针对这个问题,提出基于效用值的范例库记忆算法。该算法能选择性地加入新范例,删除范例库中冗余的和错误的范例,强化经常判断正确的范例,弱化经常判断出错的范例。实验结果表明,包含记忆算法的范例推理系统不但能减少范例库存储空间,还能提高分类准确度。

一种混合推理模式的飞行器评估系统设计

针对飞行器任务评估中数据种类多,数据量大,实时性强,评估过程复杂等问题,提出一种混合推理模式的飞行器评估系统。该系统包括多个功能独立的模块,能够完成从飞行器原始数据到最终评估结论的推理和寻因。为了满足实时性需求,提出评估树结构和触发点机制。根据飞行器评估的特点,在顶层事实获取阶段采用范例推理,充分利用其非精确推理和自学习的优点;在评估推理阶段,采用高效精确的产生式推理机制。历史数据的仿真测试表明该系统能够即时完成飞行器评估,评估过程全程自动化。