错误识别理论与方法及其在裁判员决策支持系统中的应用

发布时间：2017-10-08 11:10

  本文关键词：错误识别理论与方法及其在裁判员决策支持系统中的应用

  更多相关文章： 错误 识别 对象 规则 决策支持 模型

【摘要】：千里之堤毁于蚁穴,小错误引起大损失。如何有效地识别系统中的错误,进而达到纠正或消除错误的目的,是各行各业、各个领域都在努力寻求解决的问题。 随着科学技术的发展,尤其是计算机技术、人工智能和自动化理论的发展,计算机及系统工程等领域对错误识别的研究逐渐增多。计算机领域主要致力于错误识别技术的研究,研究内容包括语音、字符、生物特征等,例如语音识别技术的研究及其在发音错误识别系统中的应用[1]、汉字智能工具中的书写错误识别[2]等。系统工程领域主要研究错误的分析法和故障诊断等,期望达到系统优化的目的。 本文继承消错理论的研究成果,采用系统工程、数学、逻辑学及计算机工程等理论和方法,构建系统的错误识别理论及方法,包括错误识别对象、识别规则、错误识别方法,及错误识别理论在裁判员决策支持系统中的应用研究。 首先,结合错误逻辑等理论,用论域、事物、特征、量值、时间等六个特征或组合表征错误识别的对象；将错误识别对象按活动状态、人们对系统的了解程度、对象的特征T(t)量值L(t)的不同进行分类,并讨论了错误识别对象的分类方法在对象识别中的应用,有利于更全面、系统地认识错误识别的对象；定义了错误识别对象的状态,将错误识别对象的状态分为识别状态、真实状态、应该状态和目标状态等四种状态类型,并讨论了四者之间的关系。运用错误矩阵逻辑方程一类4方程AVX(?)B求解了识别状态与目标状态之间、识别状态与真实状态之间、识别状态与应该状态之间的转化,实现消除和避免错误的目的。 其次,研究了错误识别规则建立的科学性、相对完备性和内部无矛盾性等原则；通过对对象系统的条件T，结论J，固有功能GY,目的功能MG,关系R等分析,研究了对象系统规则建立的模式和步骤；根据规则中的指标类型,将规则分为量化规则和非量化规则。可量化规则又分为指标值区间型、指标值固定型、指标值趋小型和指标值趋大型四种类型的规则,并且讨论了在对象集U中的元素u一定的前提下,不同指标类型的规则所对应的错误函数；研究规则函数的差、并和交运算的方法,讨论了规则之间是否有交互作用的情况。 再次,结合其它领域对故障、错误识别的研究,根据消错学研究对象的特殊性,提出了几种常见的错误识别方法,包括预先错误分析法、错误假设分析法、错误检查表法、错误与可操作性方法；建立了基于错误系统角度的“PKR”错误识别方法。将系统分解成由最小要素集(可称为点集)、键集和路集构成,再根据各对象的规则,列出“PKR”系统错误识别表,采用相应的规则进行判断,最后达到有效识别错误的目的。 最后,研究了基于错误识别理论和方法的南拳动作规格错误识别模型。采用数学模型法、平面方程、解析几何等方法和工具,对南拳套路动作质量(A组)评分规则规定的前扫腿、旋风腿、马步、弓步等十五个动作规则进行形式化描述,建立错误函数和基于计算机视觉的错误动作扣分模型,并举例说明,以期实现基于计算机视觉的武术套路裁判员决策支持系统,减少裁判员人工识别的难度和人为的误差和影响,使裁判工作更加科学、公正。 本文以错误识别的对象、规则、识别方法和南拳裁判员动作规格错误识别模型为切入点和重点,系统地构建了错误识别方法和理论,及其在裁判员决策支持系统中的应用,不仅为系统错误识别及系统优化提供了理论支持,同时也为生产和管理实践中的错误识别及错误消除和避免、裁判员决策支持系统等提供了实践方法和工具。
【关键词】：错误 识别 对象 规则 决策支持 模型
【学位授予单位】：广东工业大学
【学位级别】：博士
【学位授予年份】：2013
【分类号】：C934
【目录】：

• 摘要4-6
• Abstract6-17
• 第一章 绪论17-31
• 1.1 研究的背景17-18
• 1.2 研究意义18-19
• 1.3 文献综述19-30
• 1.3.1 错误识别的研究现状19-20
• 1.3.2 识别对象研究现状20-23
• 1.3.3 识别规则研究现状23-25
• 1.3.4 错误识别方法研究现状25-27
• 1.3.5 电子裁判技术研究现状27-29
• 1.3.6 研究发展趋势29-30
• 1.4 论文结构30-31
• 第二章 基本理论31-48
• 2.1 错误及错误集理论31-32
• 2.2 错误系统理论32-35
• 2.3 错误函数35-38
• 2.3.1 错误函数的概念和类型35-36
• 2.3.2 错误函数与判别规则之间的关系36-38
• 2.4 错误逻辑38-39
• 2.5 错误矩阵及其运算39-42
• 2.5.1 错误矩阵39-40
• 2.5.2 错误矩阵的运算40-42
• 2.6 错误矩阵方程42-44
• 2.6.1 等式型错误矩阵方程42-44
• 2.6.2 包含型错误矩阵方程44
• 2.7 错误分析方法44-46
• 2.7.1 故障树分析法44-45
• 2.7.2 事件树分析法45
• 2.7.3 错误分析法45
• 2.7.4 防错法45-46
• 2.8 错误识别理论框架46-47
• 2.9 本章小结47-48
• 第三章 错误识别对象48-67
• 3.1 错误识别的对象的特征及表达式48-49
• 3.2 错误识别对象的分类49-54
• 3.2.1 按对象的活动状态分类49
• 3.2.2 按人们对对象系统的了解程度分类49
• 3.2.3 按照对象的特征和量值的不同分类49-54
• 3.3 错误识别对象的状态及其关系54-55
• 3.3.1 错误识别对象的状态54
• 3.3.2 识别状态、真实状态、应该状态三者之间的关系54-55
• 3.4 基于矩阵逻辑方程的对象识别状态与目标状态之间的转化55-59
• 3.5 基于矩阵逻辑方程的对象识别状态与真实状态之间的转化59-62
• 3.6 基于矩阵逻辑方程的对象识别状态与应该状态之间的转化62-66
• 3.7 本章小结66-67
• 第四章 错误识别规则67-77
• 4.1 判别规则的特性67-71
• 4.1.1 判别错误规则的变动性67-68
• 4.1.2 判别错误规则的层次性68
• 4.1.3 判别错误规则的完备性68
• 4.1.4 判别错误规则的科学性68
• 4.1.5 判别错误规则的模糊性68-70
• 4.1.6 判别错误规则的无矛盾性70
• 4.1.7 判别规则在一定条件下的不可改变性70
• 4.1.8 判别错误规则的并列性70-71
• 4.2 判别规则的建立71-73
• 4.2.1 判别规则建立的原则71-72
• 4.2.2 判别错误的规则建立的模式72-73
• 4.3 判别规则的类型73-74
• 4.3.1 按指标类型分类73-74
• 4.3.2 按量化规则中指标值类型分类74
• 4.4 判别规则函数的运算74-76
• 4.4.1 规则函数的差74-75
• 4.4.2 规则函数的并75
• 4.4.3 规则函数的交75
• 4.4.4 规则函数的交互作用75-76
• 4.5 本章小结76-77
• 第五章 错误识别方法77-88
• 5.1 预先错误分析法77-78
• 5.1.1 预先错误分析步骤77
• 5.1.2 预先错误分析的等级划分77-78
• 5.1.3 预先错误分析注意事项78
• 5.1.4 预先错误分析的优、缺点及使用范围78
• 5.2 错误假设分析法78-79
• 5.2.1 错误假设分析步骤78-79
• 5.2.2 错误假设分析的优、缺点及使用范围79
• 5.3 错误检查表法79-80
• 5.3.1 错误检查表的编制依据79
• 5.3.2 错误检查表编制步骤79-80
• 5.3.3 编制检查表应注意事项80
• 5.3.4 错误假设分析的优、缺点及使用范围80
• 5.4 错误与可操作性方法80-81
• 5.4.1 错误与可操作性方法执行步骤80-81
• 5.4.2 错误与可操作性方法的优、缺点及使用范围81
• 5.5 “点-键-路”错误识别方法81-87
• 5.5.1 “点-键-路”错误识别方法原理及步骤81-83
• 5.5.2 应用83-87
• 5.6 本章小结87-88
• 第六章 武术南拳裁判员决策支持系统应用88-143
• 6.1 基于错误逻辑矩阵的南拳项目错误识别对象描述88-92
• 6.1.1 基于错误逻辑矩阵的运动员特征描述88-89
• 6.1.2 武术南拳项目三维坐标系的建立89
• 6.1.3 基于三维坐标系的运动员特征描述89-92
• 6.2 基于错误系统的南拳动作规格(A组)规则对象系统的建立92-95
• 6.2.1 武术套路自选南拳动作规格错误内容及扣分标准92-93
• 6.2.2 武术套路自选南拳动作规格规则对象系统的建立93-95
• 6.3 基于计算机视觉的南拳动作规格错误识别模型95-137
• 6.3.1 基于计算机视觉的南拳前扫腿错误动作识别模型95-99
• 6.3.2 基于计算机视觉的横钉腿错误动作识别模型99-102
• 6.3.3 基于计算机视觉的腾空飞脚错误动作识别模型102-104
• 6.3.4 基于计算机视觉的旋风脚错误动作识别模型104-107
• 6.3.5 基于计算机视觉的腾空外摆腿错误动作识别模型107-109
• 6.3.6 基于计算机视觉的腾空盘腿360度侧扑错误动作识别模型109-110
• 6.3.7 基于计算机视觉的鲤鱼打挺直立错误动作识别模型110-112
• 6.3.8 基于计算机视觉的腾空双侧踹错误动作识别模型112-115
• 6.3.9 基于计算机视觉的弓步错误动作识别模型115-117
• 6.3.10 基于计算机视觉的马步错误动作识别模型117-121
• 6.3.11 基于计算机视觉的虚步错误动作识别模型121-124
• 6.3.12 基于计算机视觉的仆步错误动作识别模型124-129
• 6.3.13 基于计算机视觉的蝶步错误动作识别模型129-132
• 6.3.14 基于计算机视觉的跪步错误动作识别模型132-135
• 6.3.15 基于计算机视觉的骑龙步错误动作识别模型135-137
• 6.4 应用137-141
• 6.4.1 运动员甲错误动作的错误函数的建立139-140
• 6.4.2 运动员甲错误动作扣分模型的建立140-141
• 6.5 本章小结141-143
• 结论143-145
• 参考文献145-158
• 攻读博士学位期间发表的论文158-160
• 致谢160

【参考文献】

中国期刊全文数据库 前10条

1 杨春怀,刘贵宝;自由式滑雪空中技巧比赛场地标准化电子裁判系统的研究与设计[J];冰雪运动;2004年02期

2 史桂红;一种基于对象状态的软件测试方法[J];电脑与信息技术;2005年02期

3 刘佳;尹治本;;基于对象状态的面向对象软件测试方法研究[J];电脑知识与技术;2008年35期

4 吕蓬飞;;基于情感标注的自动编舞系统[J];电子技术;2008年08期

5 林铭德;戴一t，

本文编号：993677