基于D-S的小波神经网络信息融合方法

文中将小波分析理论、神经网络技术与D-S证据理论引入到火箭发动机故障诊断中，提出了一种适于发动机故障诊断的小波神经网络信息融合方法。     

基于油液和振动信息融合的自行火炮齿轮箱故障诊断方法

油液分析和振动分析技术是用于自行火炮齿轮箱的两大有效状态监测技术,但在实际监测中,这两种技术是分别应用的,故障诊断结论受试验方法和诊断水平影响很大,容易带来漏报和误报。如果将这两种信息进行信息融合,将极大提高诊断的精度和可靠性。通过建立试验台架采集油液分析数据和振动信号,然后通过提取这两种信息的特征参数,采用D-S证据理论对上述两种信息进行融合,得到更为准确的状态信息。通过试验证实,该故障诊断方法能够有效检测自行火炮齿轮箱故障,有较强的工程应用价值。     

基于D-S证据理论的多传感器目标识别信息融合方法

多传感器目标识别系统中多个信息源之间证据高度冲突时,采用传统的D-S证据理论进行信息融合有一定的缺陷。根据信息源间证据冲突的程度,提出了一种新的证据融合算法,该算法依据少数服从多数的原则,首先根据信息源间冲突程度的计算出各信息源权重,再采用D-S组合规则对加权后的信息进行组合。算例分析结果证明了该方法在用于多传感器目标识别系统的有效性和优越性。     

基于信息融合的多层次故障诊断研究

针对现代复杂设备故障特征参数较多,一般诊断方法难以解决的问题,在分析了神经网络和D-S证据理论的优劣之后,从优势互补的角度出发,以信息融合为基础建立了并行多层次故障诊断模型,并讨论了模型的应用问题,给实际诊断的进行提供了参考。     

基于改进 D-S 证据理论的海上信息融合方法

针对经典D-S证据理论在实际海上态势分析中对高冲突的证据融合结果准确性较低的问题,提出一种改进D-S证据理论的数据融合方法.通过基于万有引力定律的证据距离公式来衡量证据之间的冲突程度,将冲突较大的融合结果赋予较小的权重,并通过海上武器识别案例进行融合.结果表明,该方法证据冲突越明显,优势越大;证据之间冲突较小时,其融合结果和经典D-S证据理论一致,并具有更高的准确度和稳定性.     

D-S证据理论在航空发动机故障诊断中的应用研究

从证据合成的基本理论出发,对航空发动机多故障的判断和区分问题进行了分析和探讨.研究利用多征兆的信息,进行全局信息融合,从而获得更为准确的故障定位.最后通过一个应用实例说明D-S证据理论能有效的用于复杂系统的综合故障诊断中,得出更为准确的故障信息.     

组合D-S证据理论在多传感器信息融合中的应用

在多传感器的目标跟踪领域中,Dempster-Shafer证据理论及其组合方法得到了广泛的应用,但该理论本身也存在一些不足之处.针对D-S组合规则无法解决冲突证据这一情况,根据传感器的优先级不同,提出了采用组合的改进算法来取得合乎直观的合理结果.该算法简单,避免了复杂的数学运算,具有良好的工程应用背景.给定方法与传统D-S理论相比,提高了决策的准确性.     

D-S证据理论信息融合方法在目标识别中的应用

研究了D-S证据理论在多属性、多传感器模式识别中的应用。在基于D-S推理的信息融合中．其关键问题是基本概率赋值函数的构造。文中基于灰关联分析的思想提出了一种新的基本概率赋值函数的构造方法，并将它应用于辐射源型号识别，仿真实验结果验证了这一方法的正确性和有效性。     

基于D-S证据理论的驾驶员疲劳监测方法研究

疲劳驾驶是引发交通事故的重要因素,准确监测驾驶员疲劳状态并预警对有效避免疲劳驾驶,减少交通事故具有重要意义.以不影响驾驶员操作和舒适度的方式检测图像、脉搏和方向盘运动等多源信号,提出基于加权D-S证据理论的疲劳决策方法,提高了疲劳监测的准确性,增强了系统的鲁棒性.     

一种基于改进证据理论的专家意见融合方法

为解决某考核评估系统定性指标数据量化过程中专家冲突意见的融合问题,提出了一种新的基于改进证据理论的专家意见融合方法,该方法综合考虑证据本身确信度和证据对辨识框架中子集平均支持度,有效地解决了高冲突意见融合中存在的"一票否决"等现象,能够客观准确地反映专家的评估意见,提高了系统的可信度。     

基于模糊理论的多传感器信息融合技术在电机故障诊断中的应用

在模糊理论的基础上,将多传感器信息融合技术应用于故障诊断系统中,建立了一种电机运行状态的故障诊断数学模型,提出了一种基于系统模糊综合评价融合结构下的综合故障诊断方法,解决了电机故障实时在线监控问题,降低了系统故障的误报率。     

A Modified Multi-data Fusion Method Based on D-S Theory

The D-S evidential reasoning algorithm is invalid when the evidence is completely contradicted. Therefore, a modified algorithm is proposed based on the elemental correlation and the influence of elemental weights in the evidence. The modified algorithm is more powerful ability to rectify errors and less computational complexity in the circumstance of multi-evidence fusion processing than those of the D-S evidential reasoning algorithm.     

基于D-S 证据理论的浅层地下水预测

针对地下水探测手段综合运用程度低的问题,对基于D-S证据理论的浅层地下水预测方法进行研究。分析已有水文地质资料和遥感资料,运用三维激光扫描技术、探地雷达技术和高密度电法3种浅层高分辨率探测技术,结合现地水文地质调查对浅层地下水进行综合侦察,并以证据理论为支撑,提出基于多层证据组合递推的浅层地下水综合侦察模式和基于多源信息融合的浅层地下水综合预测方法。结果表明:该方法能解决单一勘测手段的不足,实现多种侦察手段的优势互补与融合运用。     

基于D-S证据理论的红外小目标识别方法

提出了一种基于D-S证据理论的红外小目标融合识别方法。该方法首先对中红外和远红外成像小目标进行目标特征的提取,然后根据提取的特征利用模糊C均值聚类的方法进行基本概率分配,最后利用改进的D-S组合公式进行融合识别。融合识别试验表明该方法能在传感器工作不正常的情况下仍然可以根据对两个传感器输出的结果进行融合对目标进行有效的识别。     

基于多源信息融合的火炮装填状态监测与故障诊断系统

针对火炮装填系统故障成因复杂、诊断方法不足等问题,提出一种基于多源信息融合的火炮装填监测与 故障诊断的方法。采用知识决策属性进行属性分类,构建神经网络训练模型,对自动装填系统故障进行定性分析并 建立故障诊断辨识框架,根据故障决策准则得出故障判断,解决了故障特征的不确定性、故障模式多样性的问题。 实例分析结果表明,该方法达到了有效提高故障诊断确诊率的目的。     

改进的D-S证据理论在战场目标识别中的应用

战场目标识别中多传感器信息融合面临各种不确定冲突信息。为此,提出了一种基于权重的证据调整方法,给予证据分配不同的权重,重新修正基本概率分配函数,利用Dempster组合规则实现信息融合。通过数值验证并与其他的改进算法对比,结果更为理想,能有效的减小冲突证据的不良影响,同时具有较高的收敛速度,降低了决策风险,仿真结果表明,算法有效、可行。