基于证据意识 促进深度学习——以“机械能守恒定律”为例

证据意识是学生发展核心素养应具备的科学精神,在物理教学中,基于证据意识使学生深刻思考,深度探究,促进学生深度学习.以“机械能守恒定律”为例,通过质疑、假设、求证和反思的学习过程,实现证据意识和深度学习这一形式和内容的统一.     

探究教学中证据意识的培养

结合实例论述了在科学探究教学中,如何树立“全面依靠证据、高度尊重证据、善于表达证据”的意识．     

基于证据意识的物理科学素养的培养--以“力的作用是相互的”教学为例

义务教育物理课程标准指出,物理课程不仅应注重科学知识的传授和技能的训练,而且应注重对学生学习兴趣、探究能力、创新意识以及科学态度、科学精神等方面的培养.基于证据意识的培养,就是培养学生实事求是的科学态度、逻辑严谨的科学思维、勇于创新的科学态度,是培养学生物理科学素养的核心环节.本文以苏科版物理8年级下册第8章第4节“力的作用是相互的”的教学为例,谈谈在物理教学中如何在证据意识下培养学生的科学素养.     

基于证据异常度的水下多源信息预处理方法

Dempster-Shafer证据理论在水下多源目标识别领域有着广泛而重要的应用, 但经典的证据理论在融合高度冲突的证据时往往会导致一些反常理的结果, 如Zadeh冲突悖论。针对这一问题，综合考虑证据体之间的冲突程度和支持程度，提出一种证据异常度的概念并对原始证据集进行异常检测，基于检测结果对原始证据体进行权重分配，引入全集项，修正证据源。在保持Dempster组合规则不变的前提下，进行有效的证据预处理，实验仿真结果验证了算法的有效性。证明对证据体进行有效的修正，可以改进经典证据理论的缺点，达到更好的融合结果。     

基于改进证据推理规则的变压器故障诊断

为克服已有证据推理规则处理冲突证据时收敛慢甚至不收敛的缺陷,提出了一种按相关性对证据进行修正及对冲突信息合理分配的改进证据推理规则,并将其应用于变压器故障诊断。数值算例表明,改进证据推理规则可以充分利用变压器故障诊断中的一致性或冲突性多源故障征兆信息,提高变压器故障诊断的收敛速度,降低故障误判率。     

基于选择判据和贴近度的D-S证据融合方法

针对传统D-S证据理论难以融合高度冲突证据的问题,并考虑到证据正常时Dempster规则具有优越的聚焦性能,提出了一种基于选择判据和贴近度的证据融合方法。把贴近度概念引入到D-S证据合成中,通过证据的一致性度量来计算证据的权重,从而实现了冲突证据的加权融合。同时提出了证据修正的选择判据,将证据分成冲突与非冲突两类,对冲突的证据进行修正后再进行合成,而非冲突证据可直接进行合成。通过实例验证表明,所提出的方法不但保持了Dempster规则优越的信息聚焦性能,而且较好的解决了冲突证据的合成问题。     

基于证据可信度的D-S理论协作频谱感知方法

D-S证据理论频谱感知算法中,针对当协作用户数增加时所引起的报告数据量迅速增大、带宽开销增加问题,将本地测量统计量中不确定度分配到确定信息中,减少了向融合中心发送的数据量,有效降低了带宽开销。其次,针对高冲突数据对D-S证据理论融合结果影响大的问题,通过评估每个证据的可信度,将可信度作为权重来计算加权平均证据,降低了高冲突证据对融合结果的影响。仿真结果表明,所提方法在有效降低了报告带宽开销的同时,能够减少高冲突证据对融合结果的影响。     

基于主元证据理论在车辆识别中的应用

车辆识别技术作为智能交通管理系统中的研究热点和难点;在车辆识别技术中,应用Dempster- Shafer证据组合规则融合冲突信息时会产生不合理的结果;基于修正证据源的思想,提出了一种新的权重系数确定方法,该方法从证据主元角度分析,确定各组证据主元,利用该主元求出证据相容度、可信度,进而确定证据权重系数；通过新的证据冲突衡量方法,确定冲突值,归一化权重,修正证据源,按ER规则融合各组证据对目标进行识别;仿真部分以实际路面车辆车型识别为算例,将该方法与其他方法对比,结果表明:该方法能更有效地融合高度冲突的证据,减小计算复杂度,目标识别的准确性提高20%。     

基于证据理论的小波萎缩图像去噪

提出了一种基于D-S证据理论的小波萎缩图像去噪方法。对含噪图像进行离散平稳小波变换后,运用Bayes方法分得各层高频子带的小波萎缩系数,根据小波萎缩系数的空间及层间相关性,利用D-S证据理论的合成法则对初始小波萎缩系数进行融合修正。实验结果表明,该方法在有效地去除图像中的噪声的同时,还能较好地保留图像的边缘信息。算法在性能指标和视觉质量上均优于Donoho的小波软阈值去噪方法、传统的中值滤波法和Winner滤波法。     

基于灰色关联和D-S证据理论的感应电转子故障诊断

针对单一的灰色关联或D-S证据理论在转子故障诊断中存在的不足,将灰色关联和D-S证据理论相融合的决策级信息融合方法应用到感应电机转子故障诊断中;首先用灰色关联对故障进行初步诊断,然后,将灰色关联分析的诊断输出结果作为D-S证据理论的基本概率分配,最后,依据证据组合规则进行合成,得出转子故障的最终诊断结果;实验仿真结果验证了方法在转子故障诊断中的有效性,可以减小诊断的不确定性,提高故障的诊断准确率和诊断精度。