共查询到16条相似文献,搜索用时 78 毫秒
1.
针对碱性过氧化氢化学机械浆(APMP)盘磨故障诊断在同一征兆域中很难区分多种故障的实际情况,利用其他征兆域的诊断信息进行了全局信息融合的研究.在数据处理的检测层、特征层、决策层上分别提出了不同的数据融合算法,即检测层采用小波包分析的融合方法提取故障特征,特征层通过神经网络的融合为决策层的D-S证据理论提供可信度分配.试验数据表明,通过三个层面的优势互补,可以使证据理论的可信度分配不再完全依赖主观专家经验;利用各种故障的冗余和互补信息,可提高诊断的准确率. 相似文献
2.
3.
4.
5.
6.
7.
8.
本文提出了多传感器网络信息数据融合技术。通过多传感器探测节点向目标主机发送探测信息,并将返回信息输入到经过大量产生式规则训练和学习的BP神经网络中,得到目标主机属性信息。然后,通过D-S证据推理对属性信息进行信任度融合处理,得到目标主机上可能存在的漏洞分布及漏洞存在的可能性,为进一步的主机安全性能评估打下基础。 相似文献
9.
针对电子装备故障诊断中单一类型故障特征量和诊断方法无法完成诊断任务,导致故障诊断率不高的问题,将多传感器数据融合技术应用于多注速调管发射机装备故障诊断。构建故障诊断模型,提出把故障诊断过程分为两个层次。首先,借助不同的神经网络实现多输入信号的函数变换的功能,获得各种故障基本概率分配值;然后,在决策层利用D-S证据理论的合成法则将各神经网络诊断结果融合起来统一判决,得到最终综合诊断结果,通过实例仿真,并与初步诊断结果进行比较,结果表明早期故障识别率大大提高。 相似文献
10.
基于环境监测的两级数据融合模型与算法 总被引:1,自引:0,他引:1
利用多源传感器采集的数据不仅存在大量冗余,而且会影响最终监测结果.为了提高监测的准确度,本文提出一种面向草原环境监测的两级数据融合模型.在一级数据融合中,首先采用自适应加权平均法对各区域内的同类传感器进行融合,然后利用BP神经网络对该区域内的异类传感器进行训练和融合,从而得到对各区域环境状况的初步判断.由于经BP神经网络融合的结果具有不确定性,因此,二级融合利用D-S证据理论对一级融合结果进行综合分析,从而得到对草原环境的决策判断.最后对模型及算法进行了有效性验证与分析,实验结果表明本文的方法能够较准确地监测草原环境状况,同时对草原环境的高效管理和科学养护等提供一些有价值的指导和决策依据. 相似文献
11.
12.
13.
针对现有防火检测系统误报率高、设备数量不足且不能灵活移动的问题,利用LabVIEW平台设计了一种防火机器人控制系统.操作人员远程操作机器人代替检查人员进行巡逻,同时将机器人所处位置的环境数据采集并发送到上位机,采用BP神经网络算法和多传感器数据融合技术进行火灾概率预测,提高了火灾报警的准确率,也可对存在火灾安全隐患的环境进行预警. 相似文献
14.
基于无线多传感器信息融合的火灾检测系统 总被引:1,自引:0,他引:1
传统的火灾监控系统往往采用基于单传感器的有线信息检测与传输系统,布线不方便,环境适应性和抗干扰能力较差.本文提出了一种基于ZigBee无线多传感器网络的火灾监控系统,运用包括烟雾、温度、CO气体等多传感器感知火燃烧状态,对是否发生火灾分配不同信任度函数,利用D-S证据理论融合3种传感器信息以判断火灾状态.本文详细阐述了系统工作原理、多传感器信息、D-S证据理论等关键技术,并给出了多传感器响应燃烧实验的曲线图,理论分析和实验结果表明,该无线传感器火灾监测系统能更准确地检测火情,减少误报率,提高系统的可信度. 相似文献
15.
提出了一种基于不确定性的数据融合系统性能评估方法。数据融合的目的是为了提高融合后的信息量,信息不确定度的降低就相当于信息量的增加,本文从广义信息论出发度量信息不确定度,通过比较融合前后系统信息的不确定度来度量融合系统的性能。给出多目标系统中计算信息不确定度归一化变化的方法,实现了融合系统性能的定量评估。 相似文献