基于模糊逻辑的多传感器数据融合方法研究

针时当前工业环境下温湿度采集和多传感器数据融合的特点和需求,文章提出了一种基于模糊逻辑的多传感器数据融合方法,该方法能够消除错误数据对判别当前环境下温湿度状态的影响.文章首先介绍了温湿度检测系统的硬件构成,然后以模糊集理论为基础,研究了传感器数据的模糊转换,最后给出了基于模糊综合评判的多传感器数据融合方法.试验结果表明,本系统具有很强的实用性和智能性.     

基于模糊评判的决策级信息融合算法的研究

文章针对水电故障诊断系统中普遍采用的传感器阀值判断方法引起的信息损失问题,将决策级信息融合技术应用于故障诊断系统中。在模糊综合评判技术和软判决融合结构下,提出了一种新的决策级信息融合算法。该算法以合成运算和全局决策融合来自多传感器的局部判决以获取所处理对象的综合决策分析,并通过在丰满水电仿真系统的故障诊断系统中的实际应用表明该算法优于传统的故障检测方法。     

模糊集FScom在台风灾害等级评判中的应用

模糊集FScom在传统模糊集的基础上提出了三种否定关系：矛盾否定关系、对立否定关系以及中介否定关系,对处理模糊知识信息更具有实用性。以模糊集FScom及其[λ]-中介否定集为理论基础,给出了一种基于FScom模糊综合评判方法的灾害等级评判体系,将此体系应用到台风灾害等级评判中。     

多传感器模糊信息融合在煤矿安全中的应用

我国在矿井安全监测系统中,常采用单只传感器来实现对井下工作环境安全性的监测。为了克服单只传感器无法准确判断是否有危险发生,基于模糊集系统理论,提出一种应用多传感器模糊信息融合的监测方法,将监测设备的多只传感器所获得的信息模糊化,再将其融合,从而获取设备精确的状态估计。该方法充分利用了传感器提供的多种信息,提高了系统的识别率。实验结果表明:多传感器信息融合的识别准确率高于单传感器。因而,多传感器模糊信息融合是一种有潜力的新方法。     

基于模糊集合的证据理论信息融合方法

针对证据理论应用中基本概率分配函数(mass函数)和多传感器信息融合中各传感器测量数据的可靠程度均难以确定的问题,提出了一种基于模糊集合的证据理论信息融合方法.该方法首先利用模糊理论中的相关性函数来计算多传感器的相互支持程度;然后由隶属函数得到每个传感器提供信息的可信度;再将各传感器的支持度和可信度转化成基本概率分配函数即mass函数;最后利用证据理论对多传感器信息进行融合.仿真结果表明,该方法获得的结果具有更高的精度和可靠性.     

模糊数据融合算法在设备状态监测中的应用

在对设备进行状态监测时,常采用传感器固定阈值检测法实现对设备的故障监测。为了克服该种方法所引起的信息损失问题,基于模糊集系统理论,提出一种应用多传感器模糊数据融合的融合监测方法,将监测设备的多个传感器所获取的信息模糊化,再将其融合,从而获取设备精确的状态估计。实验表明:该方法优于传统的设备故障监测方法。     

基于同构化信息融合的异构不确定多属性决策新模型与新算法

不确定多属性决策过程中,现有两大困难:(1)如何较好地表达和处理具有不确定性的属性评价信息;(2)如何将基于多样性评判准则的多准则评价结果进行信息融合,并获得更合理的综合评价结论.基于同构化思想,针对学术界最近才提出的一种能较好地处理具有多信息来源模糊信息的新数学模型"多值直觉模糊集模型",研究了多值直觉模糊集的隶属度与非隶属度的综合评判新课题与新方法;提出了兼有不确定语言型与区间型的异构风险型多属性决策新问题与新模型,构造了基于同构化信息融合的异构不确定多属性决策新模型与新算法.     

区间二型模糊综合评判下的语言动力学分析

为了解决多人对事物的多因素动态评估问题,提出区间二型模糊综合评判下的语言动力学分析方法,给出半连通区间二型模糊集合的表述与运算.综合二型模糊集合与模糊综合评判,探讨二型模糊综合评判方法.结合不同时段的数据,形成多因素动态评估的语言动力学轨迹.最后将区间二型模糊综合评判下的语言动力学系统应用于旅游景区的动态评估中.     

多目标多级模糊综合评判在教学评估上的应用

教师教学评估是高等院校教学质量管理的重要环节,对提高课堂教学质量具有积极意义和重要作用。教师教学评估是一个多目标、多层次的模糊综合评判问题,在模糊综合评判中将有关的模糊概念用模糊集合表示,通过模糊运算获得用模糊集合表示的评价结果。针对教学评估体系输入和输出之间的复杂关系,在介绍了模糊变换的基础上,提出了适用于教师教学评估的多目标多级模糊综合评判模型,且用实例进行了说明。     

多目标多级模糊综合评判在教学评估上的应用

教师教学评估是高等院校教学质量管理的重要环节,对提高课堂教学质量具有积极意义和重要作用.教师教学评估是一个多目标、多层次的模糊综合评判问题,在模糊综合评判中将有关的模糊概念用模糊集合表示,通过模糊运算获得用模糊集合表示的评价结果.针对教学评估体系输入和输出之间的复杂关系,在介绍了模糊变换的基础上,提出了适用于教师教学评估的多目标多级模糊综合评判模型,且用实例进行了说明.     

基于模糊神经网络的信息融合技术研究

针对信息融合技术中目标融合识别的问题,根据人工神经网络和模糊系统的各自特点,形成一种模糊神经网络模型。首先将模糊系统用神经网络的结构表示,并采用相应的学习算法训练模糊神经网络实现模糊推理功能。最后对模糊神经网络模型进行仿真实验和结果分析。     

基于模糊神经网络和D—S推理的智能特征信息融合研究

给出了一种新的分布式多传感器智能特征信息融合系统结构，利用模糊神经网络技术把环境信息和专家语言信息引入融合系统，提出了一种新的智能特征信息融合算法。     

基于模糊控制信息融合方法的机器人导航系统

本文提出了一种基于模糊控制和信息融合的自主式移动机器人导航系统的实现方法。采用表格查询的模糊控制方法,对导航系统中的多传感器信息进行融合,实现了机器人的路径跟踪和自动纠偏的功能。该系统具有实现简单、响应快、鲁棒性好等特点,仿真实验和实际运行结果表明了该系统在具有引导线的环境中能有效实现自主式移动机器人的导航。     

基于神经网络与模糊融合的外围故障诊断方法

针对用传统检测方法诊断模拟电路系统设备外围故障困难的问题,提出了一种利用BP神经网络与模糊融合相结合的故障诊断新方法,将神经网络与模糊融合结合起来,实现两者优势互补;首先利用神经网络的泛化能力对系统内部各可测点电压各用一个独立的BP神经网络对系统进行初级诊断,然后根据初级诊断结果,运用模糊融合诊断方法进行故障诊断,诊断结果更趋于合理,对模拟电路系统的外围故障实现正确定位;该方法能充分利用系统内部故障信息,有效避免采集外围设备信息的困难。     

基于信息融合技术的动态安全态势评估模型

本文提出了一种基于信息融合的动态网络安全态势评估方法。此方法采用信息融合系统的三层结构,数据层用粗糙集理论确定有用属性及权值,定时收集多源数据并标准化,特征层采用模糊聚类分析进行信息预分类,决策层用模糊识别和D-S证据理论组合的识别方法得到最终结果。     

基于信息融合的煤层自然发火监测系统研究

针对目前我国在矿井火灾预警系统检测处理数据不可靠等问题,以单片机作为中央处理器,基于模糊信息融合理论,应用多传感器对煤层自然发火的指标气体和参量进行监测,将监测设备的多只传感器所获得的信息模糊化,再将其融合,从而获取设备精确的状态估计。该系统利用信息融合技术对各种参量进行融合运算和决策,实现了煤层自然发火的早期预测预报,实验结果表明：基于信息融合的煤矿火灾预警系统识别准确率与可靠性大大提高。     

基于融合模糊聚类算法的云信息存储加密仿真

为了提高云信息存储的安全性,需要进行信息加密设计,提出基于融合模糊聚类算法的云信息存储加密算法。在同态公钥加密体系下构建云信息存储加密的数据分布式结构模型,提取云存储信息加密统计特征量,采用同态数据融合方法进行云信息的模糊聚类处理,结合模糊C均值聚类方法进行云信息的分段融合调度;在分段区间内采用随机线性编码方案进行云信息存储加密的编码设计,基于融合模糊聚类算法构建加密密钥,实现云信息存储加密优化设计。仿真结果表明,采用该方法进行云信息存储加密的信息融合性较好,抗破译能力较强,提高了云存储数据的安全性。     

多源测量信息融合的弱点动目标跟踪算法

在复杂背景下,为提高微弱点动目标跟踪系统的抗干扰能力,从不同信噪比的多红外图像序列出发,基于新的融合跟踪结构（增加局部处理器）,提出了一种模糊逻辑的多源信息测量融合跟踪算法：各局部处理器对原始测量进行恒虚警和自适应检测,将判决后的测量送入融合中心,融合中心对测量作模糊逻辑判决融合,转化为虚拟单序列测量,采用PDA卡尔曼滤波算法跟踪。实验结果分析表明,该融合跟踪算法与单序列相比,具有较高的跟踪精度、稳定性,避免了单图像序列跟丢。     

A Prioritized Information Fusion Method for Handling Fuzzy Decision-Making Problems

Although Yager has presented a prioritized operator for fuzzy subsets, called the non-monotonic operator, it can not be used to deal with multi-criteria fuzzy decision-making problems when generalized fuzzy numbers are used to represent the evaluating values of criteria. In this paper, we present a prioritized information fusion algorithm based on the similarity measure of generalized fuzzy numbers. The proposed prioritized information fusion algorithm has the following advantages: (1) It can handle prioritized multi-criteria fuzzy decision-making problems in a more flexible manner due to the fact that it allows the evaluating values of criteria to be represented by generalized fuzzy numbers or crisp values between zero and one, and (2) it can deal with prioritized information filtering problems based on generalized fuzzy numbers.