基于局部孤立系数波峰法与云理论的IDS

基于局部孤立系数波峰法LOCW与云理论定性描述的入侵检测系统是当前安全技术的有力补充,对它的研究具有现实意义.采用多传感器加权平均的方法融合出正常状态下均方误差最小的数据融合值,将m个不同时刻收集到的数据与之依次相比较得出m个偏差值,利用提出的LOCW对得到的m个偏差值进行离散数值区间的合理划分,并结合云理论构造自适应评语集组成的定性评测云发生器,最后通过定性评测云发生器与偏差的大小得出系统的定性描述.实验结果证明了该方法的有效性.     

基于PC-LINMAP耦合赋权及云理论的入侵检测系统

提出一种基于PC-LINMAP耦合赋权、云理论来判断系统入侵发生可能性大小的新方法。首先运用PC-LINMAP耦合赋权法计算系统主要性能指标的权值，并将得到的权值与理想状态下各个性能指标的数值做加权融合，从而得到理想状态下的综合评价结果。将任意时刻通过加权融合得到的数值与理想状态下得到的综合评价结果相比较得出偏差值，最后基于云理论构造定性评测云发生器并结合偏差的大小对当前入侵发生的可能性进行定性描述。实验结果表明了该方法的有效性。     

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.     

不同维状态的多传感器航迹融合􀀂

在多传感器环境下,多个传感器在同一区域观测目标,各传感器可能采用不同的目标模型处理各自的测量数据,形成各自的目标航迹送到融合中心.当多个传感器观测到同一目标时,融合中心则需要对源于同一目标的传感器航迹进行融合处理.通过建立状态之间的映射,提出了不同跟踪模型下的输出目标估计状态之间的融合算法.仿真试验表明了算法的有效.     

多传感器数据融合技术在故障诊断中的应用

利用多传感器数据融合的方法进行故障诊断,建立融合故障诊断系统.将故障诊断系统按数据融合的方法分为数据级融合模块、特征级融合模块和决策级融合模块.数据级融合模块主要对多传感器的测量信号进行处理,提取出故障诊断的特征信息.特征级融合模块采用3个结构相同的并行神经网络,一是进行局部诊断;二是获得决策级D-S证据理论的基本概率赋值.决策级采用D-S证据理论的方法对特征级局部诊断的结果加以融合,得到最终的诊断结果.利用此系统在汽轮机转子试验台架上进行了故障诊断,得到了令人满意的结果.     

基于WSN的数据融合在水质监测中的研究

多传感器数据融合是一种数据处理方法,可以对来自多个传感器的数据进行多方面、多层次的处理,从而产生更有意义的信息,而这种信息是单一传感器难以获得的。通过在水质监测应用背景下研究基于WSN的数据融合,提出了一种针对水质监测的两级数据融合模型：处理传感器所采集到的监测数据时,对于同类型的数据采用自适应加权理论进行第一级数据融合;对于不同类型的数据采用模糊综合评价理论进行第二级数据融合。对巢湖流域水样监测的实验结果表明,这种采用自适应加权理论和模糊综合评价理论相结合的数据融合模型,能够有效降低监测网络的数据传输量,降低监测数据的误差,提高水质状态监测的可信度。     

多传感器数据融合的多准则决策模型

在多准则下考察传感器的融合权重, 提出一种新的多传感器数据融合方法. 通过多个性能指标折中估计传感器权重, 以降低决策的主观性和偶然性; 提出从不同融合级别来定义多个准则, 定性地提高了多准则的信息量; 在没有决策者对各准则偏好信息的情况下, 以最小化准则冗余度和最大化评价差异度为原则建立多目标优化模型对准则权重向量优化求解. 仿真实验结果表明, 相比于单准则和单层次的融合方法, 所提出方法具有更低的决策风险和更高的稳定性.

     

改进D-S证据理论在机床状态监测中的应用研究

针对传统机床状态监测中单一传感器准确率不高,实时性较差的问题,提出了一种多传感器D-S证据理论融合方法进行状态监测.该方法首先利用多个传感器感知机床状态参数,同时为了减少数据收集过程中的干扰,引入了分批估计获得传感器可信度,并对获得的证据进行第一次修正;其次通过计算证据体偏离度来获得证据的修正系数,并对获得的证据进行第...     

D-S融合RBFNN在传感器故障诊断中的应用

对传感器的状态检测和故障诊断是进行石油预警前的重要环节.本文提出了基于RBF网络的证据理论在不同识别框架下的传感器故障诊断的信息融合方法.利用多个传感器在空间或时间上的冗余或互补信息,为故障的检测和分离提供诊断依据.采用径向基函数状态识别网络采获得传感器状态信任分布函数,解决了因输入参数的改变而不可用的缺点.在不同识别框架下的证据组合规则,采用精细运算和粗化运算,以减少传感器状态的不确定性.实验室数据仿真表明,该方法可以对传感器进行及时、准确的状态检测和故障诊断,而且计算速度快,实时性强,具有实际应用价值.     

基于概念格的煤矿瓦斯数据融合预警研究

提出了基于概念格的煤矿瓦斯数据融合预警算法.建立了煤矿瓦斯预警的两级数据融合模型,通过对同质多传感器数据的加权数据融合处理,使检测同一目标的多个数据融合为一个精确的、可靠的数据,减少了通信网络中的数据流量.经过数据级融合的异质多传感器数据描述了导致瓦斯事故的各种因素,利用概念格理论对异质多传感器的历史监测数据进行分析,形成预测煤矿瓦斯安全状态的决策规则.使用该预警系统可以动态监测井下瓦斯安全状况,提高瓦斯事故预警的准确性,为煤矿安全生产提供支持.