基于多传感融合的电力施工信息融合监控系统设计

针对传统监控精准度低的问题,提出一种基于多传感融合的电力施工信息融合监控系统设计方法.采集控制子节点的监控传感器的参数,使用嵌入式实时操作系统,以统一的嵌入式网关来完成全部数据的处理工作,方便系统维护.使用由间歇振荡电路组成的自激开关稳压电源,将线圈输出电压传递给负载.计算服从正态分布的最大和最小值统计量,确定统计量临...     

决策层信息融合的神经网络模型与算法研究

本文对信息融合问题中决策层融合方法进行了分析与比较,提出了一种新的决策层信息融合算法,即改进型ＡＲＴ２神经网络融合算法,该融合算法在综合大脑对多源信息融合的特点和优势基础上,提出了将信息进行匹配和调和相融合的处理方式。对实际的决策层信息融合目标识别问题,该算法具有弹性去除信息间相关性以及合理处理矛盾信息的能力。同时,ＭＡＲＴ神经网络模型通过自适应地调整网络参数,对信度的增长有较好的控制能力。     

电路板故障诊断中神经网络信息融合技术的应用

将信息融合技术应用到导弹电子设备的电路板故障诊断之中．提出了一种基于红外热成像实验的温度故障隶属度函数构造形式以及改进的BP神经网络算法。进行了BP神经网络信息融合故障诊断的实验研究．从结果看信息融合能较好地解决电路板元件故障诊断的不确定性问题。     

基于神经网络信息融合技术的模拟电路故障诊断

研究了神经网络信息融合技术在模拟电路故障诊断中的应用。利用BP神经网络建立信息融合中心,对多传感器数据进行融合处理,减少模拟电路故障诊断的不确定性。对标准电路的输出电压与电源电流特征信息,及两者融合信息的故障诊断性能比较,表明神经网络信息融合方法用于模拟电路故障诊断是有效和可行的。     

光纤传感信号的神经网络处理

本文简述了光纤智能结构及系统中应用神经网络对其信号进行处理的必要性,重点对偏振光纤传感、少模光纤传感及光纤传感阵列信号的神经网络处理原理与技术进行了分析,指出了光纤传感信号引入神经网络处理的优点。     

无线传感网络可靠信息高效融合方法研究

针对传统方法一直存在融合速度慢的问题,提出一种无线传感网络可靠信息高效融合方法。采用DS统计数据信息融合模型代替传统方法中的融合模式,以统计的方式进行信息的快速融合,避免了传统方法中出现的计算繁琐流程复杂的融合模式,同时优化隶属度函数,保证了计算过程的准确性,避免了传统融合过程中融合度有限问题。为了验证提出的无线传感网络可靠信息高效融合方法的有效性,设计了对比仿真试验,通过实验数据的分析证明,验证了无线传感网络可靠信息高效融合方法的有效性。     

基于UKF的神经网络自适应全局信息融合方法

为了解决神经网络(NN)在数据融合过程中权值实时更新问题,依据神经元激活函数的非线性特点,提出了一种利用Unscented卡尔曼滤波(UKF)实现神经网络权系数自适应调整的模型及方法,从而使全局融合信息最优.并分别以仿真数据及DGPS/GPS/RLC/罗经等设备组成的舰船导航系统实测数据为例,首先对各局部滤波器进行UKF滤波,然后分别利用神经网络卡尔曼滤波(NNKF)及神经网络非线性卡尔曼滤波(NNUKF)进行数据融合,仿真和试验结果表明,所提方案对提高整个系统的精度和运算速度是行之有效的.     

工业泛在传感网络信息融合机制下的能耗研究

工业复杂系统运行中产生的状态信息是测控系统稳定性——系统诊断的重要数据。采用工业泛在无线传感器网络可实时采集多组件的海量状态信息,而信息融合技术能够降低海量测量数据的模糊度,提升系统诊断准确度。本文研究不同融合机制下传感器网络能耗,推导出T时间内网络能耗理论计算公式。通过传感器网络实验系统平台实测分析表明,相同能耗参数的归一化实验数据与理论计算结果吻合较好。实验数据指出,Relay传输需要采取必要冗余机制,避免节点能耗不均衡性引起网络传输性能振荡。     

导航传感信息融合系统的设计与实现

针对导航传感器特定的应用环境，建立了分层模糊神经网络结构的信息融合模型，同时给出了仿真结果并简述了系统的构成。     

神经网络与信息融合技术在内燃机车故障诊断中的应用

内燃机车是我国铁路运输中主要的牵引动力,其质量的优劣直接关系着铁路运输组织状况的好坏和人们的生命财产安全。将现场资深专家的机车故障诊断经验与信息融合技术和人工神经网络技术两种新型的智能化技术作为故障诊断理论基础,以东风系列内燃机车水阻试验系统对机车各个关键部位的状态检测参数作为数据来源,提供了一条内燃机车故障诊断的新途径。     

模糊神经网络信息融合技术在导弹故障诊断中的应用

在导弹发射时,电路板发生故障将对导弹的性能产生严重的影响。本文结合模糊理论处理不确定知识的优势和神经网络并行处理、容错性强、有自学习能力等优点,应用模糊神经网络组建被测系统的数学模型,并将信息融合技术引入导弹故障诊断的过程中,通过实例证明该方法使得检测和诊断导弹故障更加可靠。     

基于神经网络组的空间目标识别的信息融合方法

针对神经网络在信息融合中的应用所存在的一些问题,受人的视神经网络的启发,提出了一种基于D-S方法的神经网络组方法,并把它应用到了特征级融合中进行模式识别.和用单一的神经网络相比,利用神经网络组方法提高了对目标的识别率,并且增强了对目标识别的稳定性.最后,通过仿真试验,对提出的方法进行了验证.     

基于神经网络信息融合隧道CO浓度预测研究

高速公路隧道监控系统存在传感器单一、可靠性低等问题,如果能对失效传感器数据预测,可提高隧道安全性。利用BP和RBF神经网络的非线性逼近能力融合提取隧道CO浓度信息特征,再用最优均方误差加权融合算法对两种网络分别提取的信息再次融合预测隧道CO浓度。提高了模型预测精度,进而给出数据预处理方法和模型评价指标。仿真实验表明:该模型对隧道CO浓度预测的有效性,性能优于单一神经网络融合预测模型。     

基于模糊神经网络信息融合的采煤机煤岩识别系统

研究基于信息融合技术的采煤机煤岩识别技术,使用多个传感器代替传统单个传感器建立煤岩识别系统,并以模糊神经网络算法作为系统的核心算法,从而提高采煤机煤岩识别的稳定性、抗干扰能力以及准确性等。使用采煤机滚筒截割煤壁时振动、阻力矩以及电机电流等进行监测,并采集数据提取特征值,通过模糊神经网络算法进行网络训练,最终得到基于神经网络信息融合的采煤机煤岩识别模型,通过实验验证研究的煤岩识别模型的性能,测试结果表明,实验研究的识别模型可以有效对煤岩界面进行识别,相比传统的单一传感器、单一识别技术,具有识别精度高、可靠性好、稳定性强等优点。     

应用于智能变送器的信息融合技术

信息融合是自动化信息综合处理技术,他可以提高多个传感器智能检测系统的性能,减少全体或单个传感器检测信息的损失,同时也能通过融合减小同一传感器不同参量间的相互影响.首先介绍了信息融合的基本原理,然后结合本智能变送器系统,给出了实验标定数据并对结果进行了分析,实验证明信息融合技术确实大大提高系统的精度和稳定性.     

基于神经网络的多传感器信息融合及其在机器人中的应用

多传感器信息融合即融合多个传感器提供的冗余、互补或更实时的信息,可以获得系统所需的更准确和更精确的信息。通过神经网络融合方法,探讨了信息融合技术在机器人方面的应用。机器人避障实验验证了所提方法的有效性。     

基于Elman神经网络的冲击地压信息融合方法

对于冲击地压数据的不准确性,采用多传感器信息融合方法来精度处理采集到的实验数据.应用法国ROCK600-50三轴实验设备,获取需要处理的应力数据.对应力数据先后采用加权平均法与Elman神经网络进行融合比较,确定方法可行性,进而分析此方法的融合结果和融合误差范围.重复7组仿真实验对比,最后得出岩石形变到破裂三个区间的融...     

多源信息融合的光纤传感网络异常行为检测研究

为降低光纤传感网络异常行为检测偏差,提出了基于多源信息融合的光纤传感网络异常行为检测方法.首先分析光纤传感网络异常行为检测原理,并采集光纤传感网络异常行为的多源信息,然后采用神经网络对光纤传感网络异常行为的多源信息进行学习,拟合光纤传感网络异常行为变化特点,设计光纤传感网络异常行为检测的分类器,最后采用VC++编程实现...     

基于概率神经网络光纤周界传感信号处理研究

提出了一种光纤传感报警信号的处理技术,光纤传感具有高灵敏度、抗电磁干扰、耐高压抗腐蚀等优点,但报警信号的误报问题一直是光纤周界系统需要解决的问题,而传统的时域门限分析方法对信号的识别准确率不高,不利于降低安防系统报警信号的误报率。利用小波降噪技术,结合信号的时频域特征,构建基于概率的神经网络分类器,可以在很大程度上减少信号的误报。