导读:本文包含了证据更新论文开题报告文献综述及选题提纲参考文献，主要关键词:故障特征,故障诊断,诊断证据,证据更新
证据更新论文文献综述
朱玉华,曲萍萍[1]（2019）在《基于改进的证据更新工业过程故障诊断研究》一文中研究指出工业生产过程的故障成因颇为复杂,一种故障的故障特征可能有多种表现形式,而多种故障又有可能表现出一种故障特征。因此单模型、单因素的故障诊断方法已显其不足。提出了改进的证据更新的动态故障诊断算法,并结合人工智能方法应用到硝酸生产过程故障诊断系统中。该方法通过对模糊神经网络的描述来确定故障诊断的辨识框架,应用新型的模糊推理方法生成诊断证据,诊断证据再基于改进的证据更新规则来实现证据的动态更新,根据结果来进行故障决策,从而解决了故障模式多样性、故障诊断动态性以及故障特征不确定性的问题。经实例验证,该方法的应用可提高故障诊断确诊率。(本文来源于《电子技术应用》期刊2019年11期）
李萍,张明明,张珂烨,罗文波[2]（2018）在《肢体表情促进工作记忆信息更新:来自N-back范式的证据》一文中研究指出情绪与工作记忆的关系是心理学领域中的重要内容。情绪刺激如何对工作记忆的信息更新过程产生影响尚存争议。本研究采用经典的N-back任务,使用肢体表情作为刺激材料,探究了情绪内容是否会对个体在短时间内保持和更新信息的过程产生不同影响。在实验一中,采用3(情绪类型:高兴、中性、恐惧)×2(记忆负荷:0-back、2-back)的被试内设计。其中,每一个block只包涵一种情绪条件。在0-back条件下,被试需要判断当前图片身份是否与第一张图片一致;在2-back的条件下,被试判断当前肢体表情身份是否与其倒数第二张图片相同。结果发现,在2-back条件下,被试对高兴和恐惧肢体的正确识别率高于中性肢体,且反应时更短;但前两者之间的正确率和反应时无显着差异。在实验二中,采用3(目标情绪类型:高兴、中性、恐惧)×2(记忆负荷:0-back、2-back)被试内设计,任务判断与实验一一致。但是,每个block中包涵叁种的情绪类型。结果显示,在2-back条件下,与中性目标刺激相比,被试能够使用更少的时间对情绪性肢体表情进行反应,但能达到相似的正确率。总之,基于肢体表情为刺激内容,无论是积极情绪还是消极情绪均对工作记忆具有促进作用。该结果支持了情绪对认知加工具有促进作用的理论。但今后的研究还需借助更为严格控制意识、注意资源的实验范式,,采用ERP、f MRI、MEG等技术,进一步探讨肢体情绪对工作记忆影响的神经机制。(本文来源于《第二十一届全国心理学学术会议摘要集》期刊2018-11-02）
史倞,孔祥清[3]（2018）在《心肺复苏新观念——基于证据评价的指南更新》一文中研究指出本文重点解析了《2017国际急救与复苏联合会(ILCOR)心肺复苏和心血管急救治疗推荐(Co STR)要点》采用的全新审查方法,并分析了指南更新要点,判读目前亟须证据更新的领域。指南更新的方式及内容均提示对高质量证据的迫切需求。(本文来源于《实用心电学杂志》期刊2018年03期）
李世宝[4]（2017）在《基于条件化证据线性组合更新规则的工业报警器优化设计方法》一文中研究指出工业过程中主要过程变量的变化可以反映被监控设备的运行状况。报警器的作用是通过对过程变量采样信号的处理,并将其与报警阈值比较,对设备异常状态进行监测。在报警器设计中,学者普遍都把误报率(FAR)、漏报率(MAR)和平均延迟时间(AAD)作为衡量报警器性能的指标。在过程变量统计分布已知的假设下,传统的报警器设计方法通常是基于前两个指标来优化报警器的阈值等参数。由于设备实际运行及状态监测中存在的各种不利因素影响,使得过程变量的统计分布难以准确获取。Dempster-Shafer(DS)证据理论在对不确定性信息的表示、推理和综合处理方面相对于概率论具有其自身的优势。已有学者将信息融合思想引入报警器设计当中,给出了基于报警证据更新/融合规则的报警器设计与优化方法,取得了初步研究成果。本文对报警器设计中的报警证据生成、适用于报警证据的性能指标制定以及报警证据参数优化问题展开更为深入的研究,以增进证据理论在工业报警器设计中的深度应用,主要工作如下:(1)基于Sigmoid函数的报警器证据生成方法。在利用传统分段梯形模糊隶属度函数实现过程变量到相应报警证据的变换时,由于使用了分段函数,难免造成过程变量所含信息的损失。针对此问题,提出基于连续型Sigmoid(S)函数的报警证据生成方法,并通过理论证明和仿真数据统计实验说明该种转换是一种对过程变量所含信息的等价变换。(2)基于静态收敛指标的报警证据优化方法。基于Jousselme证据距离,定义报警证据概率赋值静态收敛指标(SI),并进一步分析证据生成时S函数中的参数与SI的对应关系,以及报警器阈值、FAR/MAR与SI的对应关系;以此为基础,引入对报警证据的精细化折扣,设计关于SI的目标函数,通过对当前时刻所获报警证据的折扣向量的优化及S函数参数的调整提升报警证据的可靠性。(3)基于动态收敛指标的条件化报警证据线性组合更新方法。给出动态收敛指标(DI)的定义,在静态收敛指标优化的基础上,设计基于动态收敛指标的报警证据更新及参数优化方法。通过与传统报警器设计方法和线性组合证据更新方法的对比实验分析,说明本文所提方法的优越性。(本文来源于《杭州电子科技大学》期刊2017-03-08）
张镇[5]（2016）在《基于证据推理与更新规则的动态融合方法及其应用研究》一文中研究指出经典的证据组合规则只能融合“静态”或“对称”的证据,并没有考虑证据及其融合结果前后时刻之间的动态变化规律。因而它们不适用于解决多源信息的动态融合问题,如故障诊断、状态估计等。此外,大多已有研究都集中在给出功能各异的融合规则,鲜有考虑如何给出适当的评价指标以衡量静态或动态融合算法的性能。如何有效解决以上这些问题,是利用证据理论实现多源信息动态融合的关键所在。为解决以上问题,本文开展基于证据推理与更新规则的动态融合方法研究,并将其应用于系统在线故障诊断和状态估计中,主要工作如下：(1)将诊断证据静态融合与动态更新相结合的故障诊断方法。在静态融合阶段,利用Dempster组合规则获取静态融合证据,并给出基于证据距离的故障信度静态收敛指标；在动态更新阶段,基于条件化的线性组合更新规则获取更新后的全局性诊断证据,并给出基于S函数的故障信度动态收敛指标。在两个阶段中,基于相应的收敛性指标函数,分别给出其优化学习方法,获取相应参数的最优值。最终可利用更新后获取的诊断证据做出诊断决策。通过在电机转子实验台上的诊断实验,将所提方法与典型的融合诊断方法进行比对,说明所提方法的有效性。(2)基于区间值信度结构的动态故障诊断方法。从故障信息中提取出区间值信度结构(IBS)作为区间型诊断证据,它比单值诊断证据(BBA)对不确定信息度量更为合理有效；提出适用于区间型证据的更新策略,利用新到来的诊断证据更新旧的诊断证据以得到全局诊断证据(更新后的IBS)；最后在电机转子试验台上的诊断实例中说明所提方法的有效性。(3)基于证据推理(ER)规则的融合估计方法。该方法把动态系统的状态和实际观测作为两个信息源,通过随机集和随机集扩展准则从两个信息源中递归生成状态证据和观测证据,并在系统方程中进行传播。每个估计时刻,在观测域中利用ER规则将两条证据进行融合,并利用随机集拓展准则将融合结果逆映射到状态域中。最后,通过Pignistic期望计算状态估计值。工业液位仪液位估计中的应用表明所提方法比Nassreddine方法有更好的估计性能。(本文来源于《杭州电子科技大学》期刊2016-03-01）
张禹,李红,赵守盈,孙丽娟,罗禹[6]（2016）在《任务无关情绪刺激对工作记忆信息更新的影响:来自ERP的证据》一文中研究指出任务无关的情绪刺激如何对工作记忆的信息更新过程产生影响还不清楚。本研究采用情绪N-back任务,结合事件相关电位技术调查情绪对工作记忆信息更新的影响。ERP结果显示,在0-back任务中,负性分心物诱发的P3显着小于中性分心物,表明其干扰了工作记忆信息更新过程;而在2-back任务中,负性分心物诱发的P3与中性分心物没有显着差异,表明其未对信息更新表现出干扰效应。该结果支持了情绪与认知加工的双竞争模型。(本文来源于《心理科学》期刊2016年01期）
徐晓滨,张镇,李世宝,文成林[7]（2016）在《基于诊断证据静态融合与动态更新的故障诊断方法》一文中研究指出提出一种将诊断证据静态融合与动态更新相结合的故障诊断方法.在静态融合阶段,利用Dempster组合规则融合每个时刻的多条局部诊断证据,获取静态融合证据,并给出基于证据距离的故障信度静态收敛指标;在动态更新阶段,基于条件化的线性组合更新规则,利用当前时刻静态融合证据更新历史证据,获取更新后的全局性诊断证据,并给出基于S函数的故障信度动态收敛指标.在两个阶段中,基于静态和动态信度收敛性指标函数,分别给出相应的优化学习方法,获取静态融合中局部诊断证据的静态折扣系数、动态更新中历史与当前证据的更新权重系数等参数的最优值.在最大信度原则下,利用更新后获取的诊断证据做出诊断决策.最后,通过在电机柔性转子实验台上的诊断实验,将所提方法与已有的典型融合诊断方法进行了对比分析,说明所提出的融合诊断方法及其性能指标函数和参数优化方法的有效性.(本文来源于《自动化学报》期刊2016年01期）
吴祎,周强,吴文军,吴迪,胡胜[8]（2015）在《动态辨识框架下条件证据更新的故障检测方法》一文中研究指出在分布式传感器网络中,各个子网往往具有不同的辨识框架,此时经典的证据理论无法处理。针对这一问题,提出一种动态辨识框下的证据融合理论和条件更新理论的故障检测方法。首先获取最新的观测证据,提出采用模糊隶属度函数作为信任转换的桥梁,完成动态辨识框架下的信任测度;然后利用新来证据的信任测度对已有的证据进行更新,以此进行各个观测区域的故障检测;最后通过构造两个传感器子网S1和S2的分布式检测与识别系统对所提方法进行验证,结果显示该方法在处理动态辨识框架和故障检测方面的有效性。(本文来源于《计算机应用研究》期刊2015年08期）
白元,秦永文,陈少萍[9]（2014）在《再论冠心病患者的叁联抗栓治疗:从循证医学证据到临床指南的更新》一文中研究指出大多数冠状动脉支架术合并机械瓣置换或永久性房颤的病人需要叁联抗栓治疗,应用叁联抗栓治疗需要兼顾抗栓的效益及出血的风险。依据国内外指南进行抗栓治疗时需要进行个体化风险评估,制定合理的治疗方案和疗程,以保证用药的疗效和安全性。(本文来源于《药学服务与研究》期刊2014年04期）
赵雪汝,何先友,赵婷婷,杨惠兰,林席明[10]（2014）在《情境模型的更新:事件框架依赖假设的进一步证据》一文中研究指出采用多指标探测范式,从客体信息以及活动信息的角度出发,考察事件框架内外时间、空间转换对情境模型更新的影响。结果发现:在事件框架内,维度转换并不是情境模型更新的充分条件,时间转换与终止的活动信息相结合引起情境模型的快速更新,而空间转换与移除的客体信息相结合引起情境模型的快速更新;在事件框架外,维度转换是情境模型更新的充分条件,维度转换会引起情境模型的更新。研究丰富了事件框架依赖假设。(本文来源于《心理学报》期刊2014年07期）
证据更新论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
情绪与工作记忆的关系是心理学领域中的重要内容。情绪刺激如何对工作记忆的信息更新过程产生影响尚存争议。本研究采用经典的N-back任务,使用肢体表情作为刺激材料,探究了情绪内容是否会对个体在短时间内保持和更新信息的过程产生不同影响。在实验一中,采用3(情绪类型:高兴、中性、恐惧)×2(记忆负荷:0-back、2-back)的被试内设计。其中,每一个block只包涵一种情绪条件。在0-back条件下,被试需要判断当前图片身份是否与第一张图片一致;在2-back的条件下,被试判断当前肢体表情身份是否与其倒数第二张图片相同。结果发现,在2-back条件下,被试对高兴和恐惧肢体的正确识别率高于中性肢体,且反应时更短;但前两者之间的正确率和反应时无显着差异。在实验二中,采用3(目标情绪类型:高兴、中性、恐惧)×2(记忆负荷:0-back、2-back)被试内设计,任务判断与实验一一致。但是,每个block中包涵叁种的情绪类型。结果显示,在2-back条件下,与中性目标刺激相比,被试能够使用更少的时间对情绪性肢体表情进行反应,但能达到相似的正确率。总之,基于肢体表情为刺激内容,无论是积极情绪还是消极情绪均对工作记忆具有促进作用。该结果支持了情绪对认知加工具有促进作用的理论。但今后的研究还需借助更为严格控制意识、注意资源的实验范式,,采用ERP、f MRI、MEG等技术,进一步探讨肢体情绪对工作记忆影响的神经机制。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
证据更新论文参考文献
[1].朱玉华,曲萍萍.基于改进的证据更新工业过程故障诊断研究[J].电子技术应用.2019
[2].李萍,张明明,张珂烨,罗文波.肢体表情促进工作记忆信息更新:来自N-back范式的证据[C].第二十一届全国心理学学术会议摘要集.2018
[3].史倞,孔祥清.心肺复苏新观念——基于证据评价的指南更新[J].实用心电学杂志.2018
[4].李世宝.基于条件化证据线性组合更新规则的工业报警器优化设计方法[D].杭州电子科技大学.2017
[5].张镇.基于证据推理与更新规则的动态融合方法及其应用研究[D].杭州电子科技大学.2016
[6].张禹,李红,赵守盈,孙丽娟,罗禹.任务无关情绪刺激对工作记忆信息更新的影响:来自ERP的证据[J].心理科学.2016
[7].徐晓滨,张镇,李世宝,文成林.基于诊断证据静态融合与动态更新的故障诊断方法[J].自动化学报.2016
[8].吴祎,周强,吴文军,吴迪,胡胜.动态辨识框架下条件证据更新的故障检测方法[J].计算机应用研究.2015
[9].白元,秦永文,陈少萍.再论冠心病患者的叁联抗栓治疗:从循证医学证据到临床指南的更新[J].药学服务与研究.2014
[10].赵雪汝,何先友,赵婷婷,杨惠兰,林席明.情境模型的更新:事件框架依赖假设的进一步证据[J].心理学报.2014