基于D-S证据理论的传感器网络数据融合算法

在传感器网络中，多个传感器对于同一目标的识别结果经常会发生冲突，本文采用基于Dempster—Sharer证据推理理论的数据融合方法来解决这一问题。然而，采用D—S证据组合公式计算融合结果，计算量过于巨大，对处理能力有限的感知结点来说负担过重，此外，计算所造成的延时也将严重影响系统的实时性和同步性．本文提出了一个基于矩阵分析的快速融合算法，该算法采用了D—S证据理论的思想，计算得到的融合结果与D—S证据组合公式计算得到的融合结果相同．本文用数学归纳法证明了这一结论，经过模拟实验验证，和直接采用D—S证据组合公式相比，该算法的计算量和所需的计算时间明显减少．     

加权平均法解决证据理论中的失效问题

D-S证据理论是一种重要的处理不确定性问题的方法。但是,证据合成规则在处理冲突证据时产生的失效问题,影响了证据理论的应用。针对证据失效问题,国内外的各种改进方法主要分为对融合公式的改进和对融合模型的改进两个方向。本文在Murphy规则和邓勇方法的基础上提出了一种新的对证据本身进行加权平均,然后融合的方法来解决冲突问题。     

基于D-S证据的多Agent不确定结论模型框架

抓住智能体的独立行为特性,针对多智能体不确定结论的综合问题,提出了一种基于D S证据理论的多智能体不确定结论求解模型。对传统的D S公式进行了扩充和改进,从而解决了多智能体之间结论的信息融合问题,并对模型进行了模拟仿真。     

基于改进翼边结构的ASE文件分块表示

提出一种基于改进翼边结构的ASE文件分块表示方法，在对所需的3D模型无法进行精确建模情况下，可选用一个相关度大的原始模型，然后对原始模型修改得到特定的3D模型。文中对如何导入原始模型数据、如何实现模型分解、如何有效地组织这些模型数据进行了探讨。     

基于D—S证据理论的空分设备故障诊断研究

根据空分设备故障诊断的复杂性,采用D—S证据理论实现空分设备的故障诊断。文中以空分设备中的主换热器为例,通过采集主换热器发生故障时的相关传感器的数据信息,得出各传感器对主换热器各故障模式的信度函数分配,通过D—S证据理论的合成公式进行数据融合,从而确定主换热器的故障模式。实验结果表明：基于多传感器的数据融合算法在故障诊断方面具有较高的准确率。     

基于小波变换的分布式WSN数据融合模型研究

针对无线传感器网络节点硬件、能量受限问题,分析现有数据融合方法,提出一种基于小波变换的分布式WSN数据融合模型,该模型对现有环结构模型进行改进,并加入数据验证环节,策略性地减少传输的数据量,并利用小波提升方案对数据进行融合处理,降低数据表示和传输的复杂度。通过仿真实验,证明了DDA-WT算法能有效降低网络节点的能耗,延长整体网络的生存期。     

改进D—S证据理论在多传感器信息融合中的应用

从D—S证据理论的基本概念和证据的融合推理方法出发．针对D—S证据理论中高度冲突证据的合成问题,引入证据强度的概念,提出一种修正的合成方法,并将其应用于某武器电子电路的故障诊断。通过该实例表明,与D—S、Yager、邓勇等方法相比,提出的改进方法更好地处理高冲突证据,且具有更好的解释性。     

基于改进证据理论和神经网络的故障诊断模型*

针对单一故障诊断方法精度低的问题,提出了一种基于D-S证据理论和神经网络相融合的决策层融合故障诊断模型。该方法利用证据理论来处理不精确的、模糊的信息,用神经网络来处理证据理论中的基本可信度分配问题。由于证据理论合成公式无法处理高冲突的证据,提出了一种改进的基于冲突焦元的证据合成规则。该模型在降低决策不确定性的同时大大提高了诊断的精度。最后通过发动机故障诊断实例验证了该模型的有效性。     

数字化背景下供电营业厅服务行为识别研究

为了改善电力服务行业场景复杂,服务行为识别困难的问题,提出了一种供电营业厅服务行为识别融合网络。该网络主要包括时空分割网络模型和改进C3D网络模型。首先,在从视频中提取光流帧和RGB帧。其次,将提取出的光流帧和RGB帧带入时空分割网络和改进C3D网络经过训练,从而有效提取动作特征和图像特征。最后,在分类层,计算每个网络对每类服务动作的识别准确率,通过Softmax公式确定权重,并得到最终动作识别结果。仿真阶段,以南方电网公司提供的服务视频数据集为例,对所提模型进行验证。仿真结果表明,所提方法识别准确率为98.99%,召回率为90.2%,F分数为94.39%。仿真结果进一步验证了所提模型对服务行为具有较高的准确性和稳定的识别率。     

融合空间置弃层的U-Net高分影像建筑智能解译

针对传统基于光谱和面向对象的建筑物提取方法多噪声和边缘羽化严重,标准U-Net高分遥感影像解译计算开销大等问题,提出了一种改进方法。该方法通过修改标准U-Net输入样本尺寸、卷积核数量和卷积层数量,基于Adam最优化算法,采用逐维度加和特征融合取代沿通道维度联合特征融合,并首次将空间置弃层引入标准U-Net中用于提高模型效率和改善目标边缘精度。定量分析和实验结果表明:空间置弃层有助于缓解因数据特征分布不均衡导致的精度变异问题;融合空间置弃层的改进U-Net模型可以有效改善椒盐噪声和建筑物边缘羽化问题,提高面向复杂场景高分遥感影像解译精度,加快模型训练收敛速度,减少模型参数数量和模型训练时间。     

D-S改进算法在数据融合中的应用

作为一种重要的处理不确定性问题的方法,D-S证据推理理论目前已经广泛应用于各种数据融合系统中。详细阐述了D-S证据理论的相关理论和证据组合原理;针对D-S证据理论存在的缺陷和不足,介绍了一种改进的证据组合方法;通过实例证明,该改进方法能够用于组合冲突比较大的多个证据,并提高融合的性能和可靠性。     

基于加权D-S证据理论的分布式多传感器目标识别

针对分布式多传感器环境下的目标识别问题,提出了一种基于加权D-S证据理论组合规则的决策融合方法。分析了多传感器目标识别系统的信息模型,指出传感器的决策可信度由其被支持度及与目标间的距离确定。将该可信度体现为加权D-S证据理论组合规则中的证据权值,综合考虑传感器支持度及其与目标距离,给出了权值确定方法。仿真实验证明方法提高了融合效率,可较快完成识别任务。     

基于多约束信息融合的特定网络检测方法设计

针对当前特定网络检测方法中没有对数据粒度进行过滤,数据粒度过于粗糙,检测过程的单一,致使检测效率低、检测正确性偏差等问题。提出一种基于多约束信息融合的特定网络检测方法,利用Windows中的Wpcap.dll获取特定网络中NIC相关信息,构建特定网络侦听,制定过滤条件实现特定网络数据的获取;根据Rough集理论对特定网络数据粒度进行过滤,减小数据粒度的粗糙程度;构建特定网络检测模型,结合D-S证据理论得到基本置信函数值并确定值的权重,代入D-S合成公式获得检测结果,引入群体信任法对检测结果再次过滤,实现网络异常数据的彻底检测和清除,解决检测方法的单一性。实验表明,该方法提高了网络检测的效率和正确性,有效解决了当前网络检测方法中存在的问题。     

基于D-S理论的多源水质监测数据融合处理

该文简要地论述了基于D-S理论的多传感器数据融合算法及融合结果的目标判定原则,并以水质监测数据为研究对象,对长江口区域水质状况进行评估实验,比较了融合前后的实验结果,分析存在的问题及相应的解决办法,论证了D-S理论用于水质监测数据融合处理的可行性。     

基于D-S证据理论的多平台协同数据融合

对D-S证据理论用于多平台协同数据融合进行了分析，提出了多平台协同数据融合的设计思想和结构，将其用于舰船类型的识别。通过MATLAB仿真，证明了多平台协同数据融合降低了识别结果的不确定性，比传统的单平台数据融合效果好，验证了这一理论在多平台协同数据融合中的有效性和正确性。     

环境监测有害成分的数据融合及其水质状况评价

文章首先提出安全态势评估模型,实现网络安全趋势的预测,使传感器采集的数据信息的完整性和机密性得到保证。然后采用数据融合与数据挖掘相结合的方法,对水质监控传感器采集的数据信息进行融合并依据D-S证据结构进行决策,提出一种用于监测水质的D-S证据决策方法。该方法分析水质环境的变化,克服了对每个传感器采集的信息分别进行处理时的不确定性和不稳定性。实验表明,该方法有效。     

基于粒子群寻优的D-S算法

D-S证据理论是一种性能优越的信息融合方法,由于各传感器所提供的证据的重要程度不同,需要对各证据进行加权合成处理。目前的加权D-S证据理论限于合成规则的研究,较少讨论如何获取优化的证据权值。实际上,证据权值的确定是证据进行加权合成的基础和关键。针对加权证据理论的这一研究不足,提出了一种求取最佳证据权值的方法。首先,阐述了思想,再建立了优化模型;然后,改进了粒子群优化求解算法,利用其优越的求解非线性多峰值函数的能力,求解出了最优权值。通过实例仿真表明:这种证据理论的加权算法是有效的,与对比方法相比,具有更好的融合效果。     

基于D-S证据理论的目标识别融合应用

基于D-S证据理论的目标识别融合系统,可以充分发挥多传感器信息的优势,提高目标识别结果的准确性.本文结合工程实践,分析地面目标融合识别过程中经典D-S证据理论方法处理数据出现的问题,发现使用D-S证据理论对于高冲突证据融合结果准确性较低.因此提出一种基于D-S证据理论的改进数据融合方法,将冲突因子与支持度标准偏差的相反数相乘,再与所有证据和乘积的正交相加,然后减去证据的基本概率的最大差.如果证据的冲突越大,这种方法的优势就越明显.如果证据中不存在冲突,则融合结果与原始D-S证据理论的项目一致.实验的比较数据表明,改进的信息融合方法对于改进解决冲突问题必不可少,并且是有效的.