证据推理

摘要： 本文从法律逻辑视角探讨了司法证明中证据与事实之间的证据推理,并提出运用过程的明示化是实现理性证明的重要保证。证据推理的目的是构建案件事实,其过程是多种推理类型的综合运用,但从证据到案件事实的构建,背后的理念是一种最佳解释推论。最佳解释推论是异于演绎推理、归纳推理、类比推理的新型推理模式,它包括构建解释、比较解释、选择解释这三个思维过程。最佳解释推论为法律逻辑学的实践转向提供了新的视野和研究方法,对我国司法改革和司法证明的科学化具有重要的借鉴意义。

摘要： 化学学科核心素养包括“宏观辨识与微观探析”“变化观念与平衡思想”“证据推理与模型认知”“科学探究与创新意识”“科学精神与社会责任”五个维度。化学学科相较于其他学科而言,教学内容的整体性与阶段性更强。初中是学生形成化学思维、感悟化学世界的阶段。高中是培养学生化学学科核心素养,丰富化学知识的认知与理解的阶段。在初中化学教学中,教师不仅婴让学生喜欢化学,明白化学的重要性,更要给予学生指引,从知识内容、教学方法、学习方法方面进行初高中化学教学的衔接,在潜移默化中培养学生的化学学科核心素养。

摘要： 通过“证据推理与模型认知”的科学论证式教学,能在教学课堂中有效促使科学论证思维过程展现,并且通过创设科学论证式探究,使学生提出具体问题,再通过实践科学论证式探究,让学生能带着问题去分析、发展,最终得出具体结果,在实际课堂教学中养成科学论证式思维过程,促使其有效完成高中化学中的核心素养目标。本文以高中化学“物质的检验”为例,说明“证据推理与模型认知”的科学论证式教学实践。

摘要： 针对复杂战场环境下战损数据的多源性和不确定性,本文根据战损等级评定的非线性特点,提出了一种基于置信规则库(belief rule base,BRB)和证据推理(evidential reasoning,ER)的装备战损等级评定方法.首先,在战损等级评定影响因素分析的基础上,建立了一种新的融合多种特征信息的BRB-ER战损等级评定模型;其次,为解决传统专家系统中初始BRB参数不准确的问题,利用局部粒子群算法对模型初始参数进行优化,从而提高战损等级评定的准确性;最后,以某战损试验为例,对基于置信规则库推理的装备战损等级评定方法进行了验证和对比.结果表明,该方法用于战时装备战损等级评定具有较高的准确度和可靠性,从而为装备保障指挥员进行战场维修决策提供辅助支持.

摘要： 化学工艺流程题就是将化工生产过程中的主要生产阶段即生产流程用框图形式表示出来,并根据生产流程中有关的化学知识进行设问,形成与化工生产紧密联系的化学工艺流程题。化学工艺流程题能综合考查考生“变化观念与平衡思想”“证据推理与模型认知”“科学探究与创新意识”等素养。

摘要： 数据驱动的扩展置信规则库专家系统能够处理含有定量数据或定性知识的不确定性问题.该方法已被广泛地研究和应用,但仍缺乏在不完整数据问题上的研究.鉴于此,针对不完整数据集上的问题,提出一种新的扩展置信规则库专家系统推理方法.首先提出基于析取范式的扩展规则结构,并通过实验讨论了在新的规则结构下,置信规则前提属性参考值个数对推理方法的影响;然后提出通过不完整数据生成具有不完整置信规则,并构成析取范式置信规则库的方法,同时引入衰减因子修正不完整规则权重,使不完整规则可以更合理地参与信息融合过程;最后,选取若干个公共数据集对所提方法进行验证.与其他方法的实验对比显示,新方法在完整数据集上有良好表现的同时,对具有不同缺失程度和缺失模式的数据集表现出更好更稳定的推理效果.

摘要： 为弥补传统认知可靠性与失误分析方法(CREAM)的缺陷,提高人因失误概率(HEP)的计算精度,提出一种基于证据推理(ER)的改进CREAM模型。该模型首先通过决策实验室分析法(DEMATEL)和模糊层次分析法来分别计算共同绩效条件(CPC)的相关性权重和重要性权重;然后利用组合赋权法将两种权重线性组合,获得CPC的综合权重,在此基础上利用ER算法对CPC的绩效效应进行加权数据融合,并利用融合后的数据获取情景影响指数(CII),通过CII实现了HEP点值的输出;最后将该改进的CREAM模型应用到高速铁路列车调度员的人因可靠性定量评估案例中,以验证模型的有效性。案例评估结果表明:调度员在“设置临时限速”时的认知行为控制模式为战术型,HEP值为3.522×10^(-3),并通过与其他方法的对比分析,验证了该模型的有效性和可行性。

摘要： 在高中化学课程标准中,“证据推理与模型认知”化学核心素养就是要在教学中培养学生科学探究知识的思维与方法.在王磊教授的新课标培训会上,有一种观念:例题即是模型.中和滴定类的计算问题是学生学习过程中的难点,学生在学习过程中要学会建立模型,解题时思维要有序,这样才能突破滴定计算类问题.高中阶段的滴定计算,其实也就是关系式的计算,在课本上出现的基本模型就是中和滴定,利用氢离子和氢氧根离子之间的等量关系来进行计算.但在历年的考题中。

摘要： 课程改革的指导思想是“立德树人,以人为本”。“发展学生的核心素养”是教学改革的关键。笔者将基于上述理论在信息技术支持下开展化学实验教学研究。教师应用乙醇传感器测定水浴加热过程中,液体上方乙醇浓度的变化以及产生乙醇的速率,精准地采集了数据,利用数字化实验实时、可视的优势,引导学生通过数据、曲线进行推理,以提高学生的证据推理素养。

摘要： 中央专项资金是高校内涵建设经费的重要来源,资金规模逐年增大,科学客观地进行预算绩效评价对提高资金使用效率至关重要。文章在给出高校中央专项资金预算绩效相关概念及工作流程的基础上,围绕项目决策、项目管理和项目绩效构建高校中央专项资金预算绩效评价指标和评价模型,并运用该评价模型对A大学中央专项资金预算绩效进行评价分析。在实证分析基础上,找出A大学利用中央专项资金进行内涵建设中的薄弱指标,以促进中央专项资金绩效的改善。同时,将国家学科评估指标纳入中央专项资金绩效评价指标体系,不仅能更好地引导专项资金投向,提升高校核心竞争力,而且能有效提高高校的资源配置效率和专项资金的使用效益,加快预算管理和绩效管理一体化的进程。

摘要： 核心素养是新课标中培养的主要目标,在新课程教育教学改革中占据重要的地位.化学核心素养是学生认知活动发展过程中,解决化学相关问题中表现出来的关键素养.很多学校迫于升学压力以及学校自身资源不足等因素,出现实验教学平时学生几乎不做,只是在实验考试的前一个月进行密集训练的现象,或者教师在平时授课时采用观看实验视频以及在黑板上画实验的现象.这样的实验教学模式对于培养学生的创新思维、提升学生的化学核心素养并没有太大的帮助.“证据推理与模型认知”是化学学科核心素养的基本内容之一,将证据推理和模型认知融入到化学实验教学活动中,树立证据推理和模型认知意识、将模型认知和证据推理内化为一种固有学习方式,是培养学生化学核心素养的重要途径.

摘要： 针对突发事件预警信息的不充分性和不确定性等特点,利用证据推理能够较好的处理未知信息和不确定信息的优点,本文提出了基于证据推理的突发事件预警方法.首先确定突发事件的预警指标;其次,在获得突发事件实时监测数据的基础上,计算各指标监测值对应不同评价等级的置信度;再次,利用证据推理方法对所获得的数据分别进行处理,得到被评估对象的安全状态在不同评价等级上的置信度.决策者根据此置信度来判断是否采取相应的预防措施来避免突发事件的发生,以达到预警的目的;最后,通过案例验证了所提方法的可行性和有效性.

摘要： 针对航天产品试验样本少,寿命评估难的特点,结合产品在研制阶段多种工作环境的失效数据,提出了一种基于证据推理(evidential reasoning,简称ER)和置信规则库(belief rule base,简称BRB)进行装备寿命评估的新方法.首先,使用多维BRB模型将多种环境下的寿命数据折合为标准工作环境下的寿命数据,然后通过ER算法将折合后数据和实际工作环境数据进行融合.最后,采用某航天产品的失效数据对该方法进行验证.实验结果表明,该模型能够准确地评估产品寿命,且合理的专家知识能够建立更优的BRB-ER模型.

摘要： 电力变压器是电力系统中最为重要的设备之一,及早发现其潜伏性故障对于保障电网的安全稳定运行具有重要意义.论文结合变压器油色谱和电气预防性试验数据,提出一种基于多神经网络与证据推理的变压器故障综合诊断方法;结合神经网络的输出,将证据融合信度分配中的不可知部分分成由权重分配导致的不可知和信息缺乏导致的不可知两部分组成,优化证据推理算法,较客观的减少了诊断的不确定性.最后通过实例仿真表明该方法具有良好的诊断性能.

摘要： 针对概率框架下的航迹航路相关不能有效处理低信噪比跟踪系统中存在的高冲突以及不确定性的问题,考虑到证据推理在度量、处理不确定和高冲突信息的独特优势,提出了在证据推理框架下建立航迹航路相关模型,给出了基于概率分布函数的距离、航向基本值置信指派以及基于线性函数的弦长基本置信指派的构造方法,并采用基于证据距离和矛盾因子证据组合法在各个时刻对这三个证据进行融合分类.针对低信噪比下的雷达跟踪系统,分别采用在概率框架下的航迹航路相关算法和证据推理框架下的航迹航路相关算法实现航迹分类,并以误分率和不可分率为性能评价指标,对分类结果进行了对比分析.

摘要： 针对复杂环境下的目标跟踪产生的航迹断裂问题,提出了一种基于证据推理的断裂航迹粘连方法.通过构建目标状态、回波、航路等多源异构特征信息,建立相应的mass函数,在证据推理的框架下对多源信息进行融合处理,制定断裂航迹同源性判断的决策规则,对融合结果进行目标同源性判断.最后,通过建立断裂航迹粘连的性能评估指标,对机载雷达目标跟踪的典型场景进行算法仿真评估,结果表明文中提出的断裂航迹粘连算法的正确粘连概率达到85％.

摘要： 证据推理理论是信息融合有力工具,DS理论和DSm理论在理论和工程都被广泛认可.在证据处理过程中,由于证据数量和组合时的焦元爆炸,使计算复杂度迅速增大,为了解决计算瓶颈问题,很多专家学者在DS框架和DSm框架下进行不少尝试,这些方法从不同的角度对控制证据推理理论使用时的计算量.近似方法可以分为三大类:一是证据与焦元控制方法;二是规则近似方法;三是蒙特卡洛方法.本文旨在对这些方法进行分类分析,以明确其优缺点,对不同近似方法的使用提供理论参考.

摘要： 研究复杂决策过程中多指标冲突下的群决策方法.提出了冲突指标的权重可能分布范围估计证据推理框架,基于方案整体优劣的视角确定了指标权重数值；针对群体决策信息的差异性,建立了决策者权重确定目标规划模型；算例说明了方法的应用步骤和有效性.

摘要： 本文提出了一种基于证据推理方法处理系统成熟度评估过程中存在的不完备信息的方法.首先分析了现有系统成熟度的评估方法,针对其不能处理不完备信息的不足,从"集成"角度出发,采用了证据推理方法融合不完备信息,基于以集成为中心的视角降低了计算复杂度.文末,用一个例子验证了本文提出方法的有效性,讨论了不完备输入信息对评估结果的影响,分析了系统结构对评估结果的影响,指出了系统结构在系统成熟度评估中的重要性.

摘要： 在证据推理方法的属性全成过程中,对多层属性的合成采用的是自底向上的递归方式,其合成次数为属性树的内部节点个数,合成计算量大。为了减少计算量,提出一种非递归的合成方法,通过预处理后仅需一次计算即可合成所有的属性。论文中将从时间复杂度和结果准确性上比对两种合成方式。为了探究非递归方式在处理各类数据的准确性和非线性特性,论文将在三层结构的评价模型中,信任度按照和谐、准和谐和冲突的分布类型,计算综合属性的信任度和效用值,在计算的过程中,从公式推导和图形对比的角度分析两种合成方式的非线性特性,从相对误差的角度分析非递归方式计算结果的准确性。

摘要： 本发明涉及一种实体描述推理知识库构建与推理证据量化信息获取方法和装置。该方法利用大规模非结构化开放文本建立实体描述推理知识库，所述实体描述推理知识库包括实体描述知识库和实体关联传导库；针对输入的事件或事件描述列表、事件对或事件描述对列表，通过实体链接，在实体描述推理知识库中进行检索，返回事件之间的推理证据与传导强度。本发明拓宽了现有逻辑推理类知识库的范围，可提高现有知识库的逻辑推理能力；本发明可以灵活地应用于单事件推理、双事件对推理等不同推理场景，并在获取方式上可根据实际需求快速变换。

摘要： 本发明公开了一种基于多步证据推理的机器阅读理解方法与系统。本方法的步骤包括：1)将文章P和问题Q输入全局编码器，生成输入字符向量表示U；2)对U进行编码得到输入表示g并输入多步证据推理机；3)多步证据推理机根据g进行推理得到与问题Q相关的的开始证据向量和结束证据向量；4)根据多步证据推理机最终计算得到的与问题Q相关的起始证据向量sT+1、结束证据向量eT+1和问题的表达向量qcls计算问题Q的分值score，当分值score高于设定阈值θ，则判定该问题Q不可回答；否则判定该问题Q存在答案，并抽取从文章P中获取答案的开始位置start‑position和结束位置end‑position。

摘要： 本发明公开了一种用于医学图像分类的证据推理方法，包括获取已有的医学图像并与真实标签一一对应标记得到训练数据集；构建用于医学图像分类的证据推理原始模型；采用训练数据集训练用于医学图像分类的证据推理原始模型得到用于医学图像分类的证据推理模型；采用用于医学图像分类的证据推理模型对实际的医学图像分类并给出对应的分类证据。本发明还公开了一种包括所述用于医学图像分类的证据推理方法的可视化证据标记方法。本发明首次将证据推理集成到深度学习框架中，可用于提高医学图像分类的可解释性和泛化性；同时提出了一种新的显式证据推理范式来计算医学图像的分类结果；因此本发明具有较好的可解释性，而且可靠性高，准确性好。

摘要： 本申请提供一种基于证据推理分类器的医疗数据分类方法及相关设备；包括：确定医疗数据集中每个样本的属性和类别，计算属性的费希尔得分、皮尔逊相关系数和互信息，对计算结果进行融合，得到该属性的属性可靠性；根据预设的约束条件，为每个属性设置参考值、参考证据和参考证据权重；并将其组合为个体编码，通过对个体编码初始化，得到初始化种群，采取多目标遗传算法，对初始化种群进行迭代，当达到迭代的目标次数，得到目标种群，根据帕累托支配原则，确定目标个体；利用目标个体的参考值、参考值个数和参考证据权重计算属性的属性证据和属性证据权重，并对全部属性证据进行融合，得到证据推理分类器，利用证据推理分类器对样本进行分类决策。

摘要： 本发明涉及一种可解释的机器学习方法——深度证据推理规则，属于机器学习方法领域。该方法步骤如下：1.将定量数据和定性知识转化为置信度分布输入到DERR模型中。2.将输入特征通过证据推理规则进行特征融合。3.在前向传播过程中，利用若干个证据推理规则块(ERRB)建立DERR模型的层结构。对于输入特征，提取每个ERRB的局部输入特征作为输出特征。4.当得到下层权重时，通过权重的反向传播得到上层权重。5.通过基于协方差矩阵的自适应演化策略(CMA‑ES)优化算法，对DERR模型参数进行优化。本发明的优点是与传统机器学习方法相比，本模型具有出色的分类能力；可以描述更一般的不确定性信息；可以输入各种类型的特征；本模型具有良好的可解释性。

摘要： 本发明公开了一种卷积神经网络与证据推理融合的AC/DC变换器故障诊断方法，包括采集AC/DC变换器的母线电压数据并进行数据预处理，形成训练样本和待检样本；使用训练样本深度训练并评估不同结构卷积神经网络模型，获取卷积神经网络模型的准确率；根据准确率获取不同结构卷积神经网络模型的可靠性因子rj和重要性因子wj；将不同结构卷积神经网络模型应用于待检样本，获取待检样本的AC/DC变换器的故障状态的证据；根据可靠性因子和重要性因子对证据进行融合，输出待检样本的AC/DC变换器的故障状态的诊断结果。根据本发明的卷积神经网络与证据推理融合的AC/DC变换器故障诊断方法，能够提高诊断性能和诊断精度，使AC/DC变换器的故障状态的诊断结果更为可靠。

摘要： 本发明涉及一种基于模糊证据推理的电力系统告警信息处理方法，将智能变电站中的多源告警信息进行划分，并通过格式标准化、合并同类信息及数据清洗等预处理方法消除数据冗余。随后将预处理后的告警信息模糊化，将多源异构的信息统一化，利用余弦相似度算法分析多个设备之间的相似度，得到符合要求的故障证据集以减少误报对最后故障分析的影响。本发明方法能够有效消除数据冗余，减少误报信息的影响，有效解决单个设备告警信息误报、漏报的问题，提高了现场工作人员根据告警信息定位故障的效率和准确性。

摘要： 本发明公开了一种基于证据推理规则的缺血性脑卒中程度辨识建模方法。本发明首先构建证据推理模型，将缺血区域占比、血管总面积占比、血管类型比例作为输入特征，将脑卒中程度作为输出；然后通过ImageJ测量大鼠脑皮层血管实时OCT图像得到输入特征数据；利用k均值聚类算法结合输入特征数据的最小值和最大值确定输入特征参考等级；然后构造初始证据置信度分布表建立输入特征和输出之间的非线性映射关系；通过证据推理规则融合输入特征激活的所有证据得到最终融合结果；通过融合结果辨识脑卒中程度；利用遗传算法（GA）对模型进一步优化，使得结果更加准确。

摘要： 本发明提供一种基于证据推理规则的双传感器目标检测融合方法和系统，涉及目标融合技术领域。本发明基于改进证据推理规则对两种所述传感器的目标类别的识别结果进行融合，得到目标的准确类别；其中，所述改进证据推理规则包括：基于传感器历史准确率和实时检测结果获取传感器的重要性权重；根据传感器当前时间窗口内的值的变化获取传感器的可信度；通过传感器可信度和重要性权重，重新进行证据推理规则过程中的信度分配。本发明通过传感器监测数据来获取传感器的可信度和重要性权重，而不是通过主观经验或依赖于证据之间的差异，可以有效融合两个传感器的检测结果，保证融合结果的客观性和准确性。

摘要： 本发明提供一种证据推理多目标决策方法，包括以下步骤：S1：证据归集分类：对实行过程中的各类证据进行归集，然后根据操作类型、实行的方案和影响程度对证据进行分类；S2：证据筛分：根据S1步骤中影响程度筛分中，本发明提供的证据推理多目标决策方法，通过对证据进行归集分类，然后根据影响程度，对影响程度较小的证据进行去除，然后再对剩余的证据进行可信度的评估，使得可以在对可信度较差的证据进行再次的去除，进而可以降低证据的数量，使得可以降低因数量带来的决策错误，同时通过预设的线性图，可以对利弊进行划分，进而可以结合利弊的线性图，使得可以直观的对决策进行判断，避免了现有的多目标决策时，无法直观的选择最佳决策的问题。