对海雷达区域集成系统抗干扰效能评估研究

区域集成系统作为一种新形式对海雷达组网系统,其抗干扰效能是衡量该系统的重要指标之一。首先介绍区域集成系统的构建,然后基于单部雷达受干扰条件下的探测距离公式以及对海雷达视距方程,提出区域集成组网抗干扰系数模型。利用熵权法分析各站对区域集成组网抗干扰效能贡献度,对不同性能雷达通过系统组网后进行仿真分析和评估。通过与以往文献模型仿真数据对比,提出区域集成组网系统抗干扰能力评估指标,并验证其合理性。

基于多STA-GLN集成模型的电力系统暂态稳定评估方法

随着高比例可再生能源的不断接入和电力电子化程度的提高,电力系统结构日益复杂,导致电力系统稳定性受威胁。针对基于人工智能的暂态稳定评估(TSA)方法存在的拓扑适应能力差、失稳样本学习困难和模型训练耗时长等缺陷,提出了基于图形卷积和长短时记忆组合网络的空间和时间双注意力机制(STA-GLN)集成电力系统TSA方法。搭建了电力系统仿真模型,在全接线、N-1断线和N-2断线3种拓扑结构下设置不同线路故障,获取原始样本集,基于STA-GLN的TSA方法对系统拓扑变化表现出更强的适应性和评估准确性;构建了基于自适应增强(AdaBoost)算法和迁移学习的集成STA-GLN多任务TSA模型,解决了失稳误判问题并加快了模型的响应速度。最后通过新英格兰10机39节点系统仿真分析验证了该方法的有效性。

面向系统性能评估的机载微波光子雷达集成验证系统

基于交叉学科融合的微波光子技术是新体制机载雷达的重要发展方向之一,能够用光学方法完成在电域中难以实现甚至无法实现的射频信号处理与高速传输等功能。国内微波光子雷达系统研究仍处于功能演示阶段,亟需面向实际作战需求的系统级验证手段来提升机载微波光子雷达的工程化进程。提出了一种面向系统性能评估的机载微波光子雷达集成验证系统,分析了系统级验证的必要性,论述了集成验证系统的关键构成要素和性能指标映射与评估方法,并总结了所提集成验证系统的优势。

企业管理信息系统集成对供应链影响的评估与序参量的提取

从管理学的角度研究供应链企业间信息系统集成的影响,先列出在集成中影响系统能力的主要因素,利用模糊评估方法先对集成中节点企业信息系统能力进行评估,然后基于网络理论,利用提出的效率变化率判别节点企业管理信息系统能力对供应链流程弹性的影响,给出在集成中影响管理信息系统能力因子对整体的影响,最后利用神经网络误差逆传播算法中训练的阈值和权的组合,找出序参量。创新之处:1.从企业管理角度研究影响系统集成中不确定性因素,弥补前人主要从系统软件设计、框架体系构建研究系统集成,忽视了人对系统影响的缺点;2.利用复杂网络和神经网络的方法寻找管理意义下的“序参量”,使得研究既能体现主观因素也能体现客观因素。

基于神经网络集成的电力系统低电压风险评估

针对电力市场环境下的静态电压安全问题,建立了一种电力系统低电压风险评估方法。采用电力系统低电压风险的指标,反映了系统发生事故的概率及其造成系统低电压的后果。构造了神经网络集成系统,实现了系统低电压风险的快速识别和评估。以新英格兰39母线测试系统为例,验证了该方法的有效性。

土地评估系统中知识库的设计与集成

针对土地评估系统中评估知识紧密结合模式和松散结合模式的缺点 ,采用评估知识库作为专题数据与程序的接口 ,对评估知识与数据实体的相互关系、评估知识分类、表达。

森林资源资产评估系统的本体集成研究与实现

针对多源数据的语义异构问题,应用本体集成方法,实现森林资源资产评估系统集成。该方法能够在保持系统间的松耦合性的同时,解决了跨系统的产品信息整合要求高、效率低、速度慢等问题。最后,通过森林资源监管本体与木材交易本体进行本体集成,生成森林资源资产评估本体(部分)的实例验证了该方法的有效性。

复杂仿真系统测试评估集成技术研究

基于计算机支持协同工作环境的复杂仿真系统测试评估集成方案 ,包括了一系列对复杂仿真系统测试评估工作提供重要支撑的工具软件及其集成方法 ,实现了对复杂仿真系统测试评估活动的全生命周期和全方位的支撑 ,阐述了在集成方案实现过程中需要解决的一系列关键技术问题 。

基于投影寻踪模型的集成系统风险评估

进行系统集成项目的风险评估,采用投影寻踪方法将多维指标项目进行降维处理,在低维空间研究投影特征值,达到研究高维数据特性的目的.通过样本采集评估项目风险,计算样本一维投影值,并结合具体的系统,确定项目的总体风险等级和各个影响因素的风险等级,构建了信息系统集成项目风险评估模型,利用其对项目进行了评估,评估效果较好,对集成系统的项目风险管理有一定的参考价值.

系统性信息安全综合集成量化评估体系的研究

利用综合集成的理论方法,对信息安全量化评估体系在理念、理论、方法论、思路、技术、实现、应用、组织管理等方面进行综合研究。

大型智能信息系统的集成数据质量评估方法

为评价和改进大型智能信息系统的运行质量,需要建立准确有效的智能信息系统集成数据质量评估方法。分析智能信息系统集成数据质量的特征,探讨了基于智能信息系统数据质量评估的基本指标,提出基于质量功能展开(QFD)的数据质量测量元的确立方法,构建了集成数据质量的通用化评估模型,并阐述该模型的构造过程和定量计算方法。

面向问题的自然灾害监测与评估集成系统研究

本文描述具体应用在诸如洪水、林火、地震、雪灾、旱灾、虫害等重大自然灾害遥感监测与评估的面向问题的地理信息专题系统。简称灾害集成系统（ＩＣＳ）。该系统运行在ＵＮＩＸ平台上，采用面向要素的数据模型，用广义的关系数据库系统实现空间数据和非空间数据的存储管理。

武器装备保障性评估可视化与评估系统集成

立足于缩短装备研制周期，尽早发现装备设计缺陷，实现保障性增长，提出了一种运用可视化工具与VR技术评估系统保障性的实现方法，以及软件集成系统（VR&VTAS）实现的技术途径。

多平台协同反隐身探测系统集成及其评估方法探讨

针对隐身目标的威胁和特点,探讨了多平台协同反隐身探测系统集成及其评估方法。提出了一种多平台协同反隐身探测系统集成结构,分析了其系统要素和基本集成要求方法;并从技术性能、战术功能和使用效能三个层次,分析提出了多平台协同反隐身探测系统的主要能力规范和评估要求。

基于集成深度置信网络的精细化电力系统暂态稳定评估

为了进一步提高电力系统暂态稳定的预测精度及给出更精细化的评估结果,将深度学习与电力系统暂态稳定相结合,根据故障切除后发电机功角"轨迹簇"特征,提出一种基于集成不同结构的深度置信网络(DBN)的精细化电力系统暂态稳定评估模型。该模型的基分类器DBN能够有效地利用深层架构所具有的特征提取能力,充分挖掘出输入特征与暂态稳定评估结果之间的非线性映射关系。在新英格兰10机39节点系统上的实验结果表明,该方法不仅优于浅层学习框架,也比部分深度学习模型的性能更加优越。除此之外,该集成DBN算法不仅有较高的预测精度,而且可以有效地评估系统的稳定裕度和不稳定程度等级;在部分同步相量测量装置信息缺失以及含有噪声时,表现出较强的鲁棒性。

多分类器集成系统在卷烟感官评估中的应用

烟草化学成分与感官质量存在着某种对应关系,使用传统的单一分类器方法进行卷烟感官评估指标预测对数据样本依赖性强,且无法克服噪声影响。采用了k-NN(k=3)、k-NN(k=5)、C4.5、BPNN、SVM五种不同的分类方法进行卷烟感官质量的评估预测,并比较了它们的预测正确率,结果表明SVM和k-NN效果较好;同时用不同的采样方法和投票方法搭建了6种多分类器集成系统进行感官评估,实验可得多分类器集成可以起到比单一分类器更好的效果,其中基于训练表现的加权投票方法(不抽样)具有较高的正确率,对于指标光泽、香气、谐调、杂气、刺激和余味的预测准确率分别为90.63%、62.18%、97.20%、86.74%、74.17%和72.16%,比单一分类器中最好的结果分别改进0.69%、0.32%、0.28%、0.59%、0.52%和1.78%。

样本不平衡情况下的电力系统暂态稳定集成评估方法

为了在电力系统发生暂态故障后能够快速、准确地对系统稳定性进行判断,并解决样本不平衡对模型造成的倾向性问题,提出了一种基于改进损失函数的电力系统暂态稳定集成评估方法。首先,基于故障清除后的短时量测数据,设计了一种结合1维、2维单通道和2维多通道卷积神经网络的集成模型,实现了端对端的抽象特征提取和暂态稳定分类。其次,改进了模型训练过程中的损失函数,加强了对失稳样本的拟合程度,增加了错分样本的权重,从而提高了全局准确率,并减少了失稳样本漏报现象的发生。此外,文中还分析了集成模型输出的判定阈值对失稳样本召回率的影响。最后,IEEE 39节点系统和IEEE 145节点系统的仿真结果验证了所提方法的有效性。

高速铁路系统集成技术发展现状与趋势

高速铁路提速及更高速度铁路建设等顶层需求不断提升,对高速铁路系统集成技术带来了极大挑战。需求提升与高速铁路系统自身能力不完善之间的矛盾推动高速铁路系统集成技术持续发展。对高速铁路系统集成技术框架结构与顶层设计、接口管理、验证评估、集成优化技术的理论研究和应用现状进行剖析。在此基础上,针对高速铁路自主创新需求、多元化系统集成以及前沿技术驱动等挑战,探讨了铁路系统需求映射与表达,系统模型化与模型驱动,系统数字化与数据驱动,系统效能评估与仿真验证,系统多目标协同优化等方向与系统集成结合的研究重点和发展趋势。

基于Stacking集成学习的恶意URL检测系统设计与实现

针对传统URL检测方法在恶意URL检测时存在的准确率不高、实时性差等问题,提出一种基于Stacking集成学习的算法模型。该模型采用机器学习单一方法中的岭分类、支持向量机、朴素贝叶斯作为初级学习器,采用逻辑回归作为次级学习器,通过初级学习器和次级学习器相结合的双层结构对URL进行检测。使用大量的URL数据集分别对单一方法中的模型和Stacking集成学习方法的模型进行训练,并对每种模型进行评估。评估结果表明,Stacking集成学习的算法模型对恶意URL检测的准确率可达98.75%,与其他模型相比提升0.75%以上。采用Flask作为开发框架,实现了恶意URL检测系统的功能,并对系统进行云端等部署,得到系统根据用户输入的URL链接可以输出URL的检测结果,具有较好的应用价值。

大型豪华邮轮集成系统的安全返港评估方法及应用

以豪华邮轮集成系统为评估对象,研究面向有限事故的安全返港评估方法,并将该方法应用于推进系统及其辅助系统的评估。首先,分析推进系统及其辅助系统的特点,而后建立包含单元评估、单系统评估及多系统评估的评估方法。单元评估建立单元与处所关联表,评估有限事故对单元状态的影响。单系统评估建立单系统集成逻辑树,评估单元失效对所在系统的影响。多系统评估建立多系统集成逻辑树,评估单系统的失效状态在系统间的传递情况。然后,按阶段逐步输出评估结果,并进行优化设计。该方法对集成系统进行有效的安全返港评估,提出适用于集成系统的安全返港设计方法,指导了安全返港设计过程的递归和迭代。