共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
基于模糊评判的决策级信息融合算法的研究 总被引:9,自引:1,他引:9
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。 相似文献
3.
基于信息融合技术的瓦斯传感器故障诊断研究 总被引:2,自引:1,他引:1
文章提出了将基于RBF网络的信息融合技术应用于瓦斯传感器故障诊断的思想。该思想的核心是通过对影响测点瓦斯浓度的各种相关信息融合,利用高精度RBF网络逼近器的输出与瓦斯传感器实际的输出之差与设定的阈值比较,实现瓦斯传感器故障的监测诊断。试验表明该技术能对瓦斯传感器进行有效的状态监测和故障诊断。 相似文献
4.
5.
分布式检测系统的一种软决策融合算法 总被引:2,自引:1,他引:1
在分布式检测系统中,为了进一步提高系统的性能,各传感器可以向融合中心发送多位二进制判决信息.对于这种发送多位判决信息的软决策融合系统,提出了一种对各传感器观测空间进行再划分的方法,它将各传感器的观测空间按照其检测概率和虚警概率进行再划分.这种划分方法能够简化融合中心的计算,且计算机仿真结果表明,应用该方法后融合系统的检测性能有明显的提高. 相似文献
6.
瓦斯灾害监测数据是煤矿瓦斯监控和预测的基础;采用现代信息处理技术和人工智能理论对每个监测平台的多传感器检测数据,主要包括井下温度、通风景、瓦斯浓度等进行挖掘、分析、处理、综合,提取出瓦斯灾害征兆信息,并用特征矩阵表示这些征兆信息;在利用最大熵方法进行特征提取的基础上,对多源数据进行多平台信息融合,提出粗糙集和神经网络融合算法,实现了煤矿瓦斯数据预报方法,增加了矿井状态监测置信度,提高了环境监测的准确率,具有实际应用意义. 相似文献
7.
8.
9.
基于BP神经网络数据融合的瓦斯监测系统 总被引:3,自引:1,他引:2
井下瓦斯监测系统为多传感器监测系统,它通过不同功能、不同精度、不同位置的传感器,对所需要的被测量进行多方位、多角度的测量。但是,目前对于多传感器所测的数据还没有一种通用的、行之有效的处理方法,井下瓦斯浓度的监测很难作到实时、精确。因此,文章提出了一种基于BP神经网络数据融合的瓦斯监测系统的设计方案,该方案采用改进的BP神经网络算法对多传感器数据进行融合,并采用两级融合的方式对数据进行处理,以得到井下环境特征。仿真结果表明,基于BP神经网络数据融合的瓦斯监测系统具有较高的测量精度,极大地提高了数据采集的可靠性、全面性和有效性。 相似文献
10.
针对瓦斯监测中多传感器监测数据的融合问题,提出了一种多源数据自适应分批估计算法。利用各组传感器局部融合值与最终融合值的方差自适应地调节各组的权重,通过多步融合逐渐弱化误差较大传感器组对最终融合值的影响。仿真实验表明:相对于平均值法与分批估计算法,该算法能有效地提高数据融合精度,能够满足瓦斯监测对实时性和精确性的要求。 相似文献