网络入侵检测中的不确定性推理方法

在分析常规的入侵检测方法难以适应网络环境的问题及用途信息和专家知识的模糊性和不确定性基础上,提出将人工智能中的不确定性推理方法应用于网络入侵检测系统,给出了一种基于模糊关系的不确定性的传播方法,该方法可处理在入侵检测中遇到的模糊的、不确定的信息,从而有效地判断出用户的入侵行为。     

信息融合在空间点目标识别中的应用

提出一种三级融合的多传感器信息融合空间点目标识别方法,将BP网络和D—S证据推理有效地结合起来.第一级融合采用神经网络进行识别,第二和第三级采用D—S证据理论进行识别.经过三级融合后可以提高系统的识别率,尤其是在有噪声的情况下.仿真实验验证了算法的有效性.     

信息融合技术在火灾探测中的应用

为解决火灾探测问题,采用基于推理的信息融合方法,分析了Dempster-shafer证据理论用于多传感器数据融合的基本概念和理论,并将它用于火灾探测的数据融合中。在数据处理方法上,结合具体应用背景,借助专家数据库知识,构造初始概率分配函数,产生每条证据的信度函数分配。在融合规则上,采用改进的融合规则对多条证据进行数据融合。融合结果鲁棒性强,有效地解决了传感器数据失效及证据冲突等问题。     

引信系统的不确定性消除与信息融合技术

研究引信息融合技术体系问题。方法论述了 设计中信息使用的根本目的在于消除系统环境，状态及目标的不确定性，信息融合是一种有效方法，结果提出了信息融合技术的基本研究体系。结论这种本系的提出对于分清其技术层次，明确研究内容及其关系是有价值的。     

时空域信息融合的智能家居入侵检测算法

针对现有智能家居入侵检测算法收敛速度慢及抗干扰能力差进而导致决策系统实时性和鲁棒性差的缺陷,分析了时空域证据融合的特性,得出时域融合存在冲突融合、空域融合更存在去除冲突融合的结论.基于此,提出了基于证据理论的时域自适应加权算法及空域证据修正的3种证据融合入侵检测算法,并将提出的检测算法应用于智能家居入侵检测系统.检测结果表明,提出的算法能够加快融合结果的收敛速度,增强抗干扰能力,并能提高入侵检测系统决策的实时性和鲁棒性.     

基于新的证据冲突表示的信息融合方法研究

DS证据理论为不确定信息的表达和合成提供了自然而强有力的方法,被广泛应用于信息融合的各个领域。但是在证据高度冲突情况下常常会导致错误的融合结果。文章首先分析经典证据理论中冲突系数的不足,引入证据距离函数表示证据之间的差异性,并提出了一种新的证据冲突表示方法,能更有效地度量证据的冲突程度。而后基于新的冲突表示方法,提出了一种新的冲突信息融合方法,该方法保持DS组合规则不变,对融合结果进行修正,能够有效解决证据高度冲突情况下的信息融合问题。最后通过算例验证了该方法的有效性。     

多信息融合技术及在无损检测中的应用

研究了基于D-S证据理论的多传感器决策层信息融合的实现方法和算法,探讨了将Dempster联合规则推广到多源信息时取消中间联合过程的归一化计算问题,推导出了改进算式。应用于无损检测,用超声波等三种传感器对一铸件进行无损检测仿真实验,结果证明能够提高检测速度与检测精度。     

基于信息融合技术的异步电机故障诊断研究

为了合理利用异步电动机多个方面的故障特征信息,提高故障诊断的准确性,提出了一种采用异步电动机定子电流、径向(轴向)振动信号等多信息融合的故障诊断方法.对测量的各种信号进行小波分析,利用各个频段的信号能量作为故障特征值.采用D-S证据理论融合各个信息,针对证据理论无法融合高冲突证据的缺陷,引入先验知识对其进行了改进,提高了电机故障诊断准确率.实验结果表明,故障诊断结果可信度明显提高,不确定性显著减小,对异步电动机转子断条故障诊断的准确率达到90%以上.     

利用数据融合来解决目标识别问题

提出了一种用于目标识别与分类的改进算法,以模糊数学和D－S证据理论作为其数据融合的工具,通过比较基于融合信息进行分类与单传感器分类的结果,说明多传感器数据融合的优越性。     

基于多级信息融合的转台故障诊断系统研究

根据转台系统复杂的结构特点,提出了一种多级信息融合的故障诊断方法.首先针对来自各子系统的多传感器信息,应用神经网络进行局部故障模式分类;然后,将多个子系统诊断结果应用D-S证据理论加以综合,给出系统级的故障诊断决策.实验表明,该方法在复杂系统故障模式分类和不确定性推理具有较强的处理能力,能有效地提高故障诊断的可靠性和准确度.     

基于Bayes理论的信息分布式融合模型与仿真

在分析改进的Bayes融合方法的基础上,建立了多源信息的串联融合模型和多信息源的并联融合模型,提出了基于Bayes理论的信息分布式融合方法。该方法可以实现多信息源多信息的动态实时融合;最后应用Matlab软件进行了仿真模拟,验证了该方法的可行性。     

一种多传感器数据融合算法评估平台的设计

为了使用融合效果最好的算法，设计了一种融合算法测试平台，在平台上分别对采用Bayes理论和D—S证据理论算法的目标身份识别情况进行了定量分析，结果证明该平台能根据评估指标区分出融合算法的优劣，可以作为算法选择的工具，具有一定的实用价值．     

基于熵-Bayes不确定性推理的装备采办风险分析模型

介绍了Bayes不确定性推理方法，论述了装备采办所面临的风险，给出了一般的风险分析计算公式；利用Bayes不确定性推理方法对主观概率进行修正，结合装备采办的实际情况，建立了证据确定时的风险分析模型和证据不确定时的风险分析模型；利用信息传递熵和规则强度风险代价的概念对规则信息的可靠性进行了评价，通过某具体示例风险分析结果的对比，说明了该方法的实用性和有效性，为科学、合理地分析装备采办风险提供了新的思路和途径。     

基于信息融合技术的航空电子设备故障诊断研究

提出一种基于模糊神经网络局部诊断和D-S融合决策的航空电子设备故障诊断方案。首先将设备故障特征信息进行有效组合,构建多个子模糊神经网络完成故障的局部诊断,以获得彼此独立的证据;然后应用Dempster-Shafe证据理论对各个证据进行决策融合,最后根据构建的诊断框架特点用局部诊断输出值及其正确率来获取基本概率赋值。该方案应用于某型号机载电台的仿真结果表明,经过信息融合多级处理后,诊断结论的可信度明显增加,故障识别的正确率得到有效提高。     

智能水下机器人多传感器信息融合的一种方法

首先叙述了自行研制的水下机器人的数据融合目的，通过分析水下智能机器人采用的传感器的性能，对各种传感器的信息进行可信度分配，然后采用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据理论方法，把各类传感信息作为证据，判断机器人前方是否存在障碍物。     

基于信息融合和加权证据理论的故障诊断系统的研究与实践

为了较全面地获得设备的故障状态信息,增加故障诊断的可信度,考虑故障诊断过程中不同故障特征对特定故障的贡献率,提出了加权证据理论的多故障特征信息融合的故障诊断方法,建立了多故障特征信息融合诊断模型。经实验表明,该方法能有效提高故障诊断的准确性并且具有较好的实用性。