中老年脾虚肾虚与D/S比值关系初探

探讨脾虚、肾虚在中老年养生长寿中谁居主导地位。方法以Ｄ－木糖排泄试验和ＳＯＤ为指标，对同一人体进行观察。结果１．健康老年人脾虚重于肾虚；衰老过程中脾虚先于肾虚。２．人体Ｄ／Ｓ比值约为４６．２４，男女差别不大，但随年龄上升而上升。３．Ｄ／Ｓ比值＜４６．２４者多半无脾虚；Ｄ／Ｓ比值＞４６．２４者多半有脾虚（Ｐ＜０．００５）。结论在中老年健康中，脾肾处于动态平衡中，两者以Ｄ／Ｓ比值相联系，Ｄ－木糖值在其中起关键作用。

基于D/S模式的水库防洪调度系统研究

针对我国水库防洪调度系统研究与应用的现状及存在问题,提出了基于D/S模式的水库防洪调度系统的解决方案,采用Java Web Start软件实现了D/S模式的整体架构、利用图论实现了水库群的集成,应用Hibernate框架解决了业务逻辑与数据库间强耦合关系,并利用设计模式增强了系统的可维护性和可复用性。

基于D/S证据理论的辐射源威胁等级评判

辐射源威胁等级评判是电子战专家系统重要组成之一,D/S证据理论具有多数据源不确定信息推理和融合特点,符合人类思维决策过程。根据辐射源威胁因素和判断准则建立辐射源威胁等级评判体系,研究将隶属度函数表述威胁程度的模型改为区间分布表述的基本可信度函数模型,给出基本可信度函数值的归一化计算方法,使之符合D/S证据理论可信度分布函数要求。最后,用实例对模型进行了验证,结果表明D/S证据理论是评估辐射源威胁等级的一种有效方法。

基于D/S证据推理的地空导弹武器系统效能评估

阐述了D/S证据推理的数学原理,探讨了D/S证据推理方法在地空导弹武器系统效能评估中的应用,并建立了地空导弹武器系统效能评估模型,最后结合具体实例进行分析。经过检验该方法具有较好的应用价值。

基于D/S证据理论的目标威胁评估模型

空中目标威胁评估是现代战争的重要环节,D/S证据理论具有多数据源不确定信息推理和融合特点,符合人类思维决策过程。根据空中目标判断准则建立威胁评估指标体系,利用区间分布的基本可信度函数模型代替隶属度函数目标威胁模型,并给出了基本可信度函数值的归一化计算方法,使之符合D/S证据理论可信度分布函数要求,并用实例对模型进行了验证,结果表明D/S证据理论是评估空中目标威胁的一种有效方法。

D/S架构即时型植物信息系统的开发设计

在对植物信息系统的开发设计过程中,提出了结合即时通讯技术,同时弥补C/S与B/S混合结构缺陷的新软件架构D/S(Desktop/Server),并以D/S为框架,建立即时型植物信息系统模型。通过对该模型中各模块的作用及相互关系的分析,阐述了业务流程与数据建模相结合的设计出发点,并通过对系统结构及主要技术实现的剖析,进一步说明该设计方案的优越性和实用性。

用模糊测量和D/S证据论模拟学生的知识水平

本文以“智能型数学分析CAI”项目作为实验基础，研究了ICAI系统中的瓶颈：建模学生，评估学生当前知识水平这一难题．首次尝试将模糊数学和D／S证据理论一起用于模拟学生的知识水平、表现学生的知识结构，提出了一个ICAI系统中的学生知识评估模型．并且以数学分析为领域，以函数极限计算为示例。

W(D/S)T-3型智能化定量水份仪

W(D/S)T-3型定量水份仪是一种全新的智能化B/M计,它采用核技术和红外线技术进行检测,用微机进行信号处理。定量的测定是基于β射线吸收原理,是一种穿透式辐射测厚仪,其测量传感器采用特殊结构的空气电离室,测量信号经专用微机处理后,

基于心音图D/S比值的高校青年教师心脏状态研究——以重庆某高校为例

为研究青年高校教师心脏储备情况,使用运动登梯心音图试验法对重庆某高校 30 名青年教师进行试验,用运动心力检测仪分别测量他们在安静状态下、全运动量的 1/4、1/2、3/4 和全运动量后,以及休息 1 分钟、3 分钟、5 分钟即刻共 240 个心音图进行研究,采用 D/S 比值指标评估测定结果,结果表明:(1) 有 40% 的青年教师心脏处于健康状态和良好状态的,其余 60.0% 处于亚健康(1.3 ≤ D/S<1.5)和病理状态(1.0 ≤ D/S<1.3);(2)心脏健康状态和良好状态的青年教师中,男性有 7 人,占比 46.7%,女性有 5 人,占比 33.3%。(3) 青年教师可通过 D/S 比值评价心脏状态以确定心脏是否健康,可广泛在心脏状态监测方面加以应用。

D/S转换器在火控系统中的应用

本文简要介绍了D／S（Data／Synchronizer）转换器的基本组成和工作原理，给出了用DSC（Datasynchronizationchanger）实现变换的火控计算机系统硬件结构框图，并着重对D／S模块工程应用中的几个关键技术问题进行了分析。

基于D/S证据推理的高炮武器系统效能评估

阐述了D/S证据推理的数学原理,探讨了D/S证据推理方法在高炮武器系统效能评估中的应用,并建立了高炮武器系统效能评估模型,最后结合具体实例进行分析。

D-S理论和Markov链组合的桥梁性能退化预测研究

为准确预测桥梁性能退化,考虑到数据随机性和微小扰动发生状态跳跃,提出了一种D-S(Dempster-Shafer)证据理论和Markov链组合的桥梁性能退化组合预测模型和性能退化率的概念.该模型基于指数平滑(exponential smoothing,ES)方法获得新的预测数据序列,并利用Markov链和D-S理论不断进行优化,从而实现桥梁性能退化的组合预测.实际工程的应用结果表明:性能退化率可以直观地表征在梁性能退化的速度.其次,该模型的平均相对误差为1.54%,较于回归、灰色和模糊加权Markov链模型,精度分别提高了1.11%,0.88%和2.8%,而后验差比值为0.242,小于0.35;模型的标准差为9.021,相比其他模型分别减小了3.978,3.405和7.500,而变异系数为0.109,均小于其他模型,验证了组合预测模型在精度和稳定性方面的优越性,可为在役桥梁结构性能退化预测与维护提供理论基础.

基于D-S证据理论的岩爆预测方法研究

为了有效预测岩爆,提出基于D-S证据理论的岩爆预测方法.首先,选取与岩爆发生相关的6个指标因素作为证据体,并通过模糊物元框架和正态型隶属度函数构建证据体的基本概率分配.然后,利用K均值将证据体分类,并提出簇内证据用传统方式融合而簇间证据用权重方式融合的组合融合规则,以减轻高冲突证据融合的不利影响.最后,将模型应用在秦岭终南山公路隧道2号竖井工程,且与经验方法对比.为了分析预测过程的不确定性和估计岩爆发生概率,采用蒙特卡洛模拟进行抽样仿真,并通过Spearman秩相关系数衡量输入指标的全局敏感性.研究结果表明:输入指标在不同的岩爆案例的影响程度差异较大且方向不同;5个岩爆案例的发生概率在40.8%~70.1%之间.该模型表现出优异的预测分类性能,可为深埋地下工程岩爆预测提供参考.

基于D-S证据理论的农作物气候品质预测方法研究:以晚熟杂交柑橘春见为例

【目的】基于多源气象数据构建果实品质(糖含量等级)预测模型,为科学评价果实气候品质及深入挖掘农产品气候资源提供科学依据。【方法】以晚熟柑橘春见果实为研究对象,利用多源数据融合技术、人工神经网络(BP神经网络、RBF神经网络和Elman神经网络)和D-S证据理论,包括气象数据质量控制、特征选取、特征级融合、决策级融合4个步骤,构建基于多源气象数据的果实品质(糖含量等级)预测模型。【结果】春见果实品质预测模型采用BP神经网络预测结果总体准确率为87.50%,平均绝对误差(MAE)为0.150,均方根误差(RMSE)为0.447;RBF神经网络预测结果总体准确率为85.00%,MAE为0.175,RMSE为0.474;Elman神经网络预测结果总体准确率为87.50%,MAE为0.150,RMSE为0.447;D-S证据理论决策融合总体预测准确率达95.20%,分别较BP神经网络、RBF神经网络和Elman神经网络提升7.7百分点、10.2百分点和7.7百分点,MAE和RMSE分别为0.040和0.214,均明显降低。【结论】D-S证据理论决策融合后的果实品质预测准确率相比单一神经网络预测更高、误差更小。

基于CD-BSMOTE的D-S证据融合变压器故障诊断

针对变压器油中溶解气体数据集不均衡特性对故障诊断结果的影响,提出一种基于清除临界点改进的边界合成少数类过采样算法均衡数据集和Pearson冲突距离改进D-S证据融合的变压器故障诊断模型。首先,对少数类样本进行均衡化处理,根据K-means聚类结果清除处于临界位置的样本;其次,搭建梯度提升树、随机森林、BP神经网络的故障诊断模型,实现变压器故障初步诊断;接着引入Pearson冲突距离改进D-S证据融合模型,实现诊断结果的融合决策;最后,经实际算例分析,诊断精确率达到92.65%。结果表明,所建模型能有效解决数据不平衡对诊断结果的影响,提高故障诊断精度。

D-S证据理论在空中目标识别中的应用现状与展望

D-S证据理论作为一种多源信息融合工具,在空中目标识别领域中得到了广泛应用。对D-S证据理论进行了概述;简要梳理了D-S证据理论在空中目标识别领域中的发展脉络,并提出应用中需要解决的三类关键问题;围绕上述问题,重点对该领域中的BPA获取、证据冲突度量、证据融合的应用现状进行综述;最后,基于空域控制视角,对D-S证据理论在该领域中的应用进行了展望。研究可为空中目标识别领域的理论发展和工程应用提供参考。

基于1DCNN和D-S多信息融合的光伏系统直流母线串联电弧故障检测

直流母线是光伏系统输出能源的主干道,由于长期曝晒、风化等作用,电缆、连接器等组件劣化,光伏系统直流母线中发生电弧的可能性急剧上升,极易引发火灾、触电等事故。在光伏系统中,串联电弧故障将使回路电流下降,传统的过流保护无法识别。因此,本文提出基于深度学习和证据理论(D-S)的方法来识别串联电弧故障,该方法基于并联电容器电流和电压信号,采用一维卷积神经网络(1DCNN)对检测数据进行电弧识别;在此基础上将基于单个传感数据的识别结果作为证据,运用D-S多信息合成法则计算得到信度分配,最后利用决策规则判断是否发生串联电弧故障。搭建多参数可调模型获取数据进行测试,结果表明:使用1DCNN识别方法,基于并联电容器电流和电压信号的串联电弧识别准确率分别为97.19%和94.98%,而基于1DCNN和D-S多信息融合的光伏系统直流串联电弧故障检测的识别准确率可提升至99%以上。

基于加权D-S证据理论的旋翼故障诊断

旋翼作为直升机的升力面和操作面,其健康状态对直升机的安全至关重要。旋翼故障诊断技术仍是直升机健康与使用监测系统(Health and usage monitoring system, HUMS)领域的薄弱环节,开发旋翼故障诊断技术具有重要价值。基于信息融合技术,首先分析了旋翼故障的诊断机理,建立了旋翼故障模型,通过流固耦合仿真获取了不同故障下桨叶、轮毂和机身的故障特征信息,生成数据集进行网络训练和验证。然后,利用遗传算法反向传播(Genetic algorithm-backpropagation, GA-BP)优化神经网络诊断3种类型的直升机旋翼故障,即后缘调整片误调、变距拉杆误调和桨叶质量不平衡。3个逐级神经网络分别对旋翼故障类型、故障位置和故障程度进行了诊断识别。最后采用加权的Dempster-Shafer(D-S)证据理论对旋翼故障进行诊断和分析。结果证明基于改进D-S证据理论的旋翼故障诊断方法能够成功应用到旋翼故障诊断中,并具有良好的识别效果。

基于D-S证据理论改进AHP-熵权的流域洪涝灾害评估研究

考虑致灾因子危险性、孕灾环境敏感性以及承灾体易损性,选取指标构建小清河流域洪涝灾害风险评估指标体系,提出一种基于D-S证据理论的改进AHP-熵权法计算指标权重,求取洪涝灾害风险指数,运用自然断点分级法确定洪涝灾害风险等级,分析小清河流域洪涝灾害风险空间分布情况。结果表明:小清河流域洪涝灾害风险总体上表现出南低北高的趋势,其中高风险区和较高风险区分别占流域面积的8.7%和14.3%,主要分布在小清河干流以及主要支流两岸。所得评估结果同“利奇马”台风发生期间实际洪灾风险分布情况一致,对比证明基于D-S证据理论的改进AHP-熵权法优于AHP和熵权法,可为小清河流域防洪减灾决策提供依据。

基于改进D-S理论的多时刻空中目标威胁评估

针对单时刻空中目标威胁评估存在的抗干扰能力弱、可靠性不足等问题,建立一种基于改进D-S证据理论的多时刻空中目标威胁评估模型。首先,根据空战时间线,定义多时刻空中目标威胁评估时段范围;然后,在单时刻空中目标威胁等级概率分配基础上,利用D-S证据理论融合各时刻证据信息;同时,针对D-S证据理论不能处理高冲突证据的弊端及其现有改进方法计算量较大的不足,引入偏移度的概念,确定各时刻证据源权重,对加权证据进行D-S融合。数值算例表明,该模型算法复杂度低;能有效处理波动数据、稳定性强,并且可减弱高冲突证据融合对威胁评估带来的不利影响,为最终决策提供了更准确的判别依据。