共查询到18条相似文献,搜索用时 125 毫秒
1.
基于多传感器信息融合的智能机器人的研究 总被引:1,自引:0,他引:1
讨论粗糙集理论和D-S证据理论相结合的多传感器信息融合方法,并提出将该方法应用于智能机器人,用粗糙集对传感器数据进行简约处理和D-S证据理论实现证据的合成及智能决策,以增强系统的分辨能力,同时有效提高了系统的信息融合速度和决策的可靠性. 相似文献
2.
3.
基于粗糙集和ART2 神经网络的多传感器信息融合 总被引:1,自引:0,他引:1
神经网络是信息融合的一种重要方法,粗糙集理论是处理不完备信息的一种技术。本文提出了一种基于粗糙集和ART2神经网络的多传感器信息融合方法。ART2网络是一种无监督神经网络,能够实现对输入的任何模式信号自动识别和分类。而对信息融合中常遇到的数据超载问题,提出采用粗糙集与神经网络结合的方法解决。文章给出了基于粗糙集理论的组合神经网络的模型结构,最后用一个脱机手写体数字识别的实例验证了该方法的有效性。 相似文献
4.
为解决双进双出磨煤机难于实现整个运行工况精确料位检测这一问题,提出一种基于多传感器信息融合的料位检测方法,融合系统由粗糙集和模糊神经网络来实现.根据磨煤机的工作特性将其运行工况分为三个区间,应用粗糙集理论分析不同区间中各传感器信息对于融合的重要性和决策规则的置信度,再利用粗糙集分析结果构成模糊设计网络来实现从多传感器信息到磨煤机料位的映射,并将粗糙集分析得到的属性重要度和规则置信度引入到模糊神经网络的学习过程中.通过试验结果证明研究方法的有效性,能够实现各工况较为精确的料位检测. 相似文献
5.
针对智慧工厂监测环境中多源数据融合精度问题,提出了一种两级融合的多传感器数据融合方法,旨在提高多源数据融合的准确性和可靠性。该方法分为一级数据融合和二级决策融合,首先采用卡尔曼滤波结合自适应加权平均对同类型传感器进行数据降噪融合处理,其次利用人工兔优化算法(ARO)优化ELM神经网络进行决策融合。实验结果表明,基于ARO优化ELM神经网络的多传感器数据融合算法在融合精度方面优于其他先进算法。经验证,所提出的两级融合多传感器数据融合方法具有更好的融合性能,有效提升感知系统的可靠性和鲁棒性,实现更加准确和可靠的监测和预测。 相似文献
6.
针对多传感器刀具磨损监测系统输入维数较多、神经网络结构复杂、收敛速度慢等缺点,提出了粗糙集和遗传算法优化神经网络的模型.该模型首先利用粗糙集理论的属性约简对输入数据进行处理,从而达到减少神经网络输入维数、简化神经网络结构的目的.然后通过遗传算法优化神经网络的初始权值和阈值,以提高神经网络的收敛速度,避免神经网络陷入局部极值点.将该模型应用到刀具磨损监测,通过对声发射信号和电流信号进行处理,提取特征向量值,将特征值先通过自组织神经网络进行连续属性离散化,再通过粗糙集理论进行属性约简,最后通过遗传算法优化的BP神经网络进行识别,取得了很好的效果,证明了此模型的有效性和可行性. 相似文献
7.
基于粗糙集的多源信息融合处理技术 总被引:4,自引:0,他引:4
基于粗糙集理论与融合分析评价提出了多源遥感信息粗糙决策级融合算法,有效地提高融合的速度和精度.基于粗糙集的决策级融合算法是一种最小算法,即基于不可分辨的思想和知识简化的方法,提出了融合处理中决策规则的最小化方法和基于粗糙集理论的规则生成技术,用来精化知识,删除冗余信息,克服信息的过分膨胀和低效现象.利用粗糙集进行信息融合能够方便地对不完整数据进行分析、推理,提取有用特征和简化信息处理,生成的融合决策规则简单易行,能够显著地提高融合速度,增强系统的决策能力. 相似文献
8.
9.
加工过程状态监测是实现加工状态智能监控的前提和基础。多传感器信息融合是集成多个传感器系统,采集表征加工状态的传感器信号,通过融合分析以预测或识别或诊断不同加工状态,提升被加工工件的表面质量、加工精度和加工效率。综合分析了多传感器信息融合的状态监测的原理及流程、应用多传感器信息融合的关键技术,综述了国内外研究学者应用多传感器信息融合对加工过程刀具状态(刀具磨损)、零件状态(表面粗糙度)、机床运行状态(故障状态)等目标状态进行监测的研究成果。最后归纳总结了目前多传感器信息融合应用在加工过程状态监测存在的问题,为加工过程数字化、网络化、智能化的研究工作提供坚实基础。 相似文献
10.
复杂工业系统的分布式递阶智能控制研究 总被引:3,自引:1,他引:3
王耀南 《计算机集成制造系统》2002,8(7):551-554
研究了复杂工业系统的现场数据检测,信息融合,控制,管理与决策及运行状态等特点,提出了一种分布式递阶智能控制方法,多传感器信息融合处理方法和专家模糊神经网络的过程控制器,经仿真实验和复杂工业过程(冶金,电力)的应用表明,该方法和控制系统具有良好效果。 相似文献
11.
多传感器信息融合技术的研究进展 总被引:3,自引:0,他引:3
介绍了多传感器信息融合技术出现的背景,给出了多传感器信息融合的定义、原理、框架、模型,着重归纳了信息融合技术的算法和应用,指出了信息融合技术的不足以及今后的发展方向. 相似文献
12.
随着信息融合技术的不断发展,信息融合越来越多的被用于监测领域。本文把信息融合技术应用于刀具监测过程中,建立了多传感器信息融合刀具监测系统模型,并详细论述了基于神经网络、贝叶斯理论和D-S理论的信息融合方法。 相似文献
13.
基于遗传小波神经网络的多传感器信息融合技术的研究 总被引:12,自引:0,他引:12
依据小波函数的非线性逼近能力和神经网络的自学习特性,提出一种小波神经网络。为使小波神经网络具有更高的学习精度和更快的收敛速度。利用遗传算法对小波神经网络权阈值的优化,设计了遗传小波神经网络。将该网络用于多传感器信息融合设计了遗传小波神经网络多传感器信息融合系统。压力传感器数据融合系统的仿真表明该方法能有效的提高传感器的输出准确度,消除非目标参量对传感器输出结果的影响,此系统还可用于其他多传感器信息融合系统,具有实际应用价值。系统设计实现简单,适合工程应用。 相似文献
14.
多传感器技术的现状与展望 总被引:2,自引:0,他引:2
综合国内外的文献,讨论了多传感器技术应用的目的、应用场合,总结了多传感器信息融合、多传感器阵列技术、多传感器的管理等,主要的多传感器技术及方法。并在此基础上,结合作者的研究经验,给出了多传感器技术中静态特性标定、动态特性分析、误差分析等,以及有待解决的问题;展望了未来多传感器系统的前景。为传感器技术领域的科学工作者提供了一个关于多传感器技术的视窗,并给出了多传感器技术有待研究的方向。 相似文献
15.
16.
17.
Xuewu Wang 《The International Journal of Advanced Manufacturing Technology》2014,72(1-4):333-345
Automated and robotic welding is now widely used in manufacturing industry. The control of the welding process plays a crucial role in producing quality welds in automated and robotic welding where the assistance from skilled welders is no longer available. In gas tungsten arc welding (GTAW) which is the primary arc welding process for precision joining of metals, the weld pool is the major source of information that can be used to assure the production of desired weld penetration which is the most critical factor determining the weld integrity. To meet this challenge, various sensing technologies have been proposed/studied to sense and obtain the feedback for the weld pool state. This paper summarizes the researches on weld pool state sensing: conventional sensing technologies, vision sensing technology, and multi-sensor information fusion technology, with emphasis on the analysis of three-dimensional vision sensing methods. And three-dimensional vision sensing, multi-sensor technology, intelligent modeling, and effective commercial product development show the future trends of GTAW penetration sensing. 相似文献
18.
基于神经网络和神经网络集成理论提出了一种多传感器信息的数据融合结构,并将其用于机器人的障碍物的识别,提高了系统的识别效率,增强了系统的可靠性。通过分别搭建识别各种障碍物的子网络,以并行集成的方式把各个个体网络组合起来,可以获得一个一个高性能的识别系统。在HEBUT-Ⅰ型移动机器人上进行了验证,取得了很好的识别效果,为机器人的正确导航奠定了基础。 相似文献