基于聚类和案例推理的煤与瓦斯突出动态预测

为了实现对煤与瓦斯突出快速、准确和动态预测,考虑煤与瓦斯突出多种影响因素,提出了一种基于聚类和案例推理(CBR)的煤与瓦斯突出预测方法。利用通过一种基于PCA的描述案例特征权值确定方法所得的描述案例特征权值,对案例库案例进行聚类,使同类案例间具有较高的相似度;以案例聚类结果为基础,进行高效案例检索与匹配,以提高煤与瓦斯突出预测的快速性。利用实测数据对所提方法进行验证,实例验证结果表明,所提方法预测结果的准确性高,预测所用平均时间是已有煤与瓦斯突出预测案例推理方法预测所用时间的40%。

基于正常行为的案例推理在伪装船只识别中的应用

船只识别是一个多影响因素的问题,目前的船只识别方法,普遍采取基于成像原理的方法,利用船只外形的差异,进行识别。对于伪装船只,其外形与普通船只差别较小,利用成像技术对其进行识别比较困难。提出了一种基于船只行为的识别方法,将邻域粗糙集、案例推理与聚类分析引入船只识别的过程中,利用邻域粗糙集对案例进行属性简约,提取船只行为案例关键属性,再对案例库进行案例聚类,以提高案例的检索效率。利用提出的推理模型,充分发掘船只动作数据所包含的信息,能以较高准确率实现对伪装船只的快速识别。