系统故障因果关系分析的智能驱动方式研究

来源 :智能系统学报 | 被引量 : 0次 | 上传用户:looen01
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为适应未来智能环境和安全领域的故障数据分析需求,本文提出系统故障因果关系分析思想。论述了通过数理统计方法分析系统故障数据存在的问题,研究了系统故障的相关性和关联性,前者基于故障数据反应故障表象;后者基于故障概念反应故障本质。将智能情况下的故障因果分析划分为4个层次,包括数据驱动、因素驱动、数据-因素驱动、数据-因素-假设驱动。该方法的特点是获得广泛的故障因果关系,深入了解因果关系,两者兼顾和更接近于人的思维。4种驱动对故障因果分析的能力依次上升,可为安全科学与智能科学结合提供渠道。
其他文献
IgA肾病(IgAN)是临床常见的肾小球疾病,其临床表现多为水肿、蛋白尿、反复发作性肉眼或镜下血尿等,肾脏病理表现为IgA或以IgA为主的免疫复合物呈颗粒状沉积于肾小球系膜区,同
目的观察自拟益气养血、通络解毒汤联合恩替卡韦治疗乙型肝炎肝硬化失代偿期患者的疗效及对肝功能、生活质量的影响。方法选择2017年5月—2019年4月在湖北省中医院接受治疗的
针对神经网络结构的特征提取能力不足以及在包含复杂图像特征的数据集上分类准确率不高的问题,本文提出了一种对MobileNet神经网络的改进策略(L-MobileNet)。将原标准卷积形式替换为深度可分离卷积形式,并将深度卷积层得到的特征图执行取反操作,通过深度卷积融合层传递至下一层;采用Leaky ReLU激活函数代替原ReLU激活函数来保留图像中更多的正负特征信息,并加入类残差结构避免梯度弥散现象
目的研究维持性血液透析患者护理中医护一体化管理型护理模式的应用效果及对并发症、预后的影响。方法选取2017年1月—2018年1月在上海市公共卫生临床中心进行长期规律维持性
2020年,李德毅院士在中国人工智能学会微信公众号上发表了《通用人工智能十问》,提出了人工智能发展进程中绕不开的十个疑问,在业内产生巨大反响,引发了人工智能研究者的深入
无监督行人重识别中源域与目标域间的巨大差异性是影响模型性能的最关键因素。基于聚类的无监督行人重识别方法挖掘目标域数据间的相似性,以此缓解该问题,但仍未消除域间差异性。本文提出一种基于风格转换的无监督聚类行人重识别方法。首先,针对基于聚类方法的模型存在受域间差异性影响的问题,将一种基于生成对抗网络的风格转换方法引入到聚类方法模型中,将源域数据转换为目标域风格数据,直接减小域间差异性,提升模型的识别性