基于模糊理论和D-S推理的开箱报警模型与算法

为提高集装箱运输过程中非法开箱自动报警的可靠性,在对集装箱非法开箱报警机制分析的基础上,建立了基于箱门传感器、箱内传感器等多源信息的非法开箱报警决策模型,提出了基于证据模糊相似度和证据源先验可靠度修正证据权的改进D S证据融合算法来减少证据冲突,形成了集装箱非法开箱多源信息融合报警系统.实验结果表明,提出的证据融合算法能够有效降低证据冲突系数和合成悖论次数,报警模型具有较好的容错性和适应性.     

基于区间值模糊集熵的图像阈值分割算法

提出了一种新的区间值模糊集的模糊熵,并将其用于图像的阈值分割.根据图像直方图确定模糊化因子,选择适当的主隶属函数实现图像的区间值模糊集表示.利用新的区间值模糊集的模糊熵研究了图像的阈值分割算法.仿真实验表明,新的基于区间值模糊集模糊熵的阈值分割算法在处理模糊图像及具有噪声图像方面均比经典图像阈值分割方法更有效.     

一种基于固定正确率的GNSS模糊度差值检验阈值确定方法

整周模糊度固定是否正确对于GNSS高精度导航定位有着至关重要的影响.针对常规的差值检验阈值确定方法中存在的问题,从整数孔径估计理论出发,提出一种基于固定正确率的阈值确定方法.该方法既能根据模糊度维数选择更为合理的差值检验阈值,又能保证可靠的正确率水平,具有一定的理论意义和实用价值.     

基于三级信息融合结构的多平台多雷达目标识别算法

为了解决多平台多雷达目标识别时空信息融合过程中存在的时效性不高,识别特征信息模糊和雷达识别结果高冲突等问题,提出了一种基于三级信息融合结构的多平台多雷达目标识别算法。一级特征融合中,基于模糊评判法解决了多特征识别信息模糊问题。二级空域融合中,基于DS融合规则和折扣融合规则,提出了以平均证据距离为阈值的自适应证据融合算法。三级时域融合基于多雷达序列信息,给出了时域自适应融合算法。仿真计算结果表明文中提出的融合结构能够在保证结果正确的同时,每个周期都能输出结果,时效性较之以往的融合结构有了明显改善。文中的自适应证据融合算法能够克服证据间可能存在的高冲突性,并且与采用折扣证据融合算法相比计算量显著减少。     

基于ARM的辅助倒车系统的设计

一种基于LPC2131微处理器的辅助倒车系统.系统以LPC2131微处理器为控制中心,采用超声波测距技术,实时显示与障碍物的距离,当超过阈值距离时启动报警,提醒驾驶员引起注意.经实验验证,该设计运行稳定,数据能够实时的进行显示并且及时启动报警系统,能够满足辅助倒车系统的要求.     

基于熵和线性关系的两级流量异常检测方法

提出了一种基于熵和线性关系的两级流量异常检测方法,综合考虑了流量异常检测方法的准确性和实时性要求.该方法在时间域上设定两级动态阈值,采用基于熵的方法对异常时间点进行检测,对熵值变化程度明显的时间点可使用一级阈值检测出来,而对熵值变化程度处于一级阈值和二级阈值之间的时间点采用基于线性关系的方法再次进行检测,并通过定义的报警触发函数识别异常类型.仿真实验结果证明,该方法在准确性和实时性方面优于现有的方法.     

基于模糊规则切换的转台伺服系统研究

以三轴转台伺服控制系统为研究对象,设计了一种基于模糊规则切换的模糊控制和模糊PID控制相结合的复合控制器.该控制器具有模糊控制超调量小、稳定性和鲁棒性好以及PID控制快速性、精度高的优点;基于模糊规则的切换保证了2种控制方法之间的平滑过渡,避免了阈值切换导致的系统不稳定.仿真结果表明,与传统PID控制相比,该复合控制方法能够有效提高三轴转台伺服控制系统的动态性能和鲁棒稳定性.     

基于遗传算法优化的模糊神经网络在智能楼宇火灾探测中的应用

针对火灾报警系统中存在的漏报、误报问题.提出了基于遗传算法优化的模糊神经网络信息处理方法对火灾信号进行识别.以提高系统报警准确率,降低漏报率.该算法通过仿真实验.结果表明报警的准确率有明显提高;同时,优化后的网络可靠性和泛化能力亦有所提高.这一方法为实现火灾发生时的及早报警和对非火灾信号的准确识别,提供一种新的火灾信号智能识别方法.     

基于模糊熵的GLLE熵阈值分割方法

图像分割是计算机视觉中基础且重要的一个问题.熵阈值图像分割作为一种有效的分割方法,被广泛应用于模式识别和图像处理中.传统的图像分割方法并不能获得足够有效的图像特征.为解决这个问题且进一步探究熵阈值在图像分割中的应用,引入一种GLLE(Gray Level and Local Entropy)二维直方图改进熵阈值图像分割模型,并提出了基于模糊熵的方法计算所建立的二维直方图模型.通过标准实验数据集上的对比实验表明,基于模糊熵的GLLE熵阈值分割方法可以得到更加准确的阈值,提高了分割精度.同时在处理不同类型图像的表现上优于往常的算法,具有更强的鲁棒性.     

光伏阵列多故障状态的红外图像分割

针对多故障状态下红外图像分割出现多阈值的情况和太阳能光伏阵列的红外图像特点,讨论了基于混合遗传算法的二维多阈值模糊聚类方案.首先采用遗传算法解决模糊C-均值算法的聚类数与聚类中心问题,然后用模糊C-均值算法进行聚类.实验结果令人满意.     

多传感器数据融合技术在火灾报警中的应用

针对目前火灾报警中存在的问题,提出了一种基于神经网络和D-S证据理论的多传感器数据融合技术,并通过模拟实际输入信号的仿真结果进行了证明.这种采用神经网络BP算法和D-S证据理论的多传感器数据融合技术,能够显著提高火灾的识别能力,有效降低火灾误报率.     

A Causal Fusion Inference Method for Industrial Alarm Root Cause Analysis Based on Process Topology and Alarm Event Data

Modern industrial systems are usually in large scale, consisting of massive components and variables that form a complex system topology. Owing to the interconnections among devices, a fault may occur and propagate to exert widespread influences and lead to a variety of alarms. Obtaining the root causes of alarms is beneficial to the decision supports in making corrective alarm responses. Existing data-driven methods for alarm root cause analysis detect causal relations among alarms mainly based on historical alarm event data. To improve the accuracy, this paper proposes a causal fusion inference method for industrial alarm root cause analysis based on process topology and alarm events. A Granger causality inference method considering process topology is exploited to find out the causal relations among alarms. The topological nodes are used as the inputs of the model, and the alarm causal adjacency matrix between alarm variables is obtained by calculating the likelihood of the topological Hawkes process. The root cause is then obtained from the directed acyclic graph (DAG) among alarm variables. The effectiveness of the proposed method is verified by simulations based on both a numerical example and the Tennessee Eastman process (TEP) model.     

挖掘电信告警关联模式方法

关联模式挖掘算法通常受到最小支持度的限制,仅能得到频繁告警序列间的关联模式,针对这一问题,基于图论思想提出了一种挖掘电信网络告警间关联模式的方法.首先在单遍扫描数据库的条件下挖掘网络中的二项关联模式,然后直接发现其最大关联模式,从而避免大量中间项集的产生. 基于实际网络告警数据的实验结果表明,该方法不仅具有较高的效率,而且有效.     

序列模式挖掘在网络告警分析中的应用

序列模式挖掘可以用来有效地发现网络系统中的告警关联知识.论文研究了序列模式挖掘在网络告警分析中的具体应用.首先,将挖掘过程分成了特定设备告警序列挖掘、同类设备告警序列挖掘和互联设备告警序列挖掘等3类,根据不同的用户意图来有效地确定挖掘范围,避免对无关数据的访问.为了进一步提高挖掘算法的执行效率,又提出了用于描述网络拓扑信息的拓扑约束,并设计了基于拓扑约束的互联设备告警序列模式挖掘算法.     

基于恒虚警的信号检测迭代算法

提出了在信号检测中利用恒虚警估计噪声特性的迭代算法,该算法能够在信噪比达到一定值的情况下,比较准确地检测出中频信号包含的有用信号的数量及其中心频率。算法的基本思想在于在未知情况下估计信号中噪声统计特性,利用估计的噪声统计特性将信号和噪声分离,从而获得实际信号的数量、带宽、中心频率等基本参数。仿真结果表明该迭代算法计算简便,且具有较好的适应性。     

微机控制DTMF多功能电话报警系统

阐述了利用现有的通信网络—电话交换网络，采用双音多频（ＤＴＭＦ）方式传送信息的电话报警系统硬件结构和软件设计，并对报警装置（发端）、监控装置台（收端）功能及设计思想作了详细介绍．该系统采用单片机控制，功能强、报警速度快、通讯距离不受限制．特点是多功能、实用性强、电话号码和信息码可任意设置．迁移灵活、安装方便．     

基于Zigbee的高校学生宿舍火灾预警应急系统设计

文章提出了一种基于Zigbee的高校学生宿舍火灾预警应急系统设计,并详细介绍了系统结构及数据流向。系统利用Zigbee传感器网络采集宿舍环境数据并传输至管理中心,实现火情实时监控、自动判断火势大小及分级应急响应,提高学生宿舍安全性。     

人工神经网络在改善报警系统性能中的应用

介绍了一种利用BP人工神经网络降低报警系统误报警率的有效方法。以STC89C52RC处理器为平台,在嵌入式系统中应用BP网络先对报警信息进行分析和预处理,再控制报警系统动作。该方法大大降低了报警系统因自然因素导致的误报警概率。采集了100个典型数据对BP网络进行训练,得到了适合应用目标的网络模型,现场实测误报警率几乎为0。该方法的硬件价格便宜,电路简单,是一种降低报警系统误报警率的有效方法。     

基于模糊神经网络融合技术的智能火灾预警系统

根据当今火灾探测的现状和实现火灾早期探测的需求,将多传感器数据融合技术应用在火灾预警系统中.选择多个传感器对火灾过程的多参数进行监测,特别对火灾发生初期产生的异常信息进行全面监控,弥补了采用单一传感器的不足,扩展了时间上和空间上的监测范围.系统采用基于模糊神经网络多传感器融合技术,增强了系统报警输出的灵敏度和可靠性,实现了提前预警的目的.