基于神经网络的多传感器信息融合技术

介绍了多传感器信息融合的一般技术,分析了基于神经网络的多传感信息融合技术的组成和特点,探讨了机械加工过程多传感器信息融合的神经网络模型,指出了信息融合技术的一个新方法－小波神经网络。     

ART2神经网络调整子系统结构的改进

ART2神经网络是按照自适应谐振理论建立的一种自组织、无监督的人工神经网络，可应用于连续的动态数据分类。但在实际应用中发现其理论存在“同相位不可分”的缺点。针对此问题提出了一种改进的ART2神经网络模型结构及其算法，进行了仿真，给出了与常用ART2网络所做仿真的结果比较。     

基于神经网络的机械加工多传感器信息融合研究

概述了多传感器信息融合技术的原理与方法，分析了该技术在机械加工过程中的优势，并详细地分析了其在刀具状态监测、加工精度预测和在线测量方面的应用。     

基于多传感器信息融合的AGV导航系统

介绍了多传感器信息融合及其在AGV导航系统中的应用，描述了该导航系统的详细功能，并利用仿真试验验证了所研究的多传感器信息融合的AGV导航系统的实用性与可靠性。     

基于粗糙集神经网络的综合传动故障诊断

针对综合传动装置在道路试验过程中大量采集的油样,建立了油液分析数据库。采用粗糙集理论的信息约简,根据粗糙集理论能处理不精确、不完整、不一致的数据的特点,结合神经网络强大的线性逼近和模式识别的功能,建立了粗糙集神经网络模型。将该模型应用于综合传动装置的模式识别,取得了满意的诊断结果。研究结果为在不完整征兆信息下的机械故障诊断提供了新的方法和思路。     

神经网络在多传感器信息集成与融合中的应用

多传感器信息集成与融合在处理信息中呈现出较好的实用性和优越性。介绍了有关多传感器信息集成与融合方面的基本知识，分析了传统的信息融合与运用神经网络实现多传感器信息融合的差异、实质，并给出了神经网络实现多传感器信息集成与融合的步骤。通过自动化程度很高的智能机器人对外界信息的集成与融合，用实验证明了神经网络比传统方法更能准确、可靠地描述传感器所获得的信息。     

基于粗糙集神经网络的综合传动故障诊断

针对综合传动装置在道路试验过程中大量采集的油样,建立了油液分析数据库.采用粗糙集理论的信息约简,根据粗糙集理论能处理不精确、不完整、不一致的数据的特点,结合神经网络强大的线性逼近和模式识别的功能,建立了粗糙集神经网络模型.将该模型应用于综合传动装置的模式识别,取得了满意的诊断结果.研究结果为在不完整征兆信息下的机械故障诊断提供了新的方法和思路.     

基于粗糙集的多源信息融合处理技术

基于粗糙集理论与融合分析评价提出了多源遥感信息粗糙决策级融合算法,有效地提高融合的速度和精度.基于粗糙集的决策级融合算法是一种最小算法,即基于不可分辨的思想和知识简化的方法,提出了融合处理中决策规则的最小化方法和基于粗糙集理论的规则生成技术,用来精化知识,删除冗余信息,克服信息的过分膨胀和低效现象.利用粗糙集进行信息融合能够方便地对不完整数据进行分析、推理,提取有用特征和简化信息处理,生成的融合决策规则简单易行,能够显著地提高融合速度,增强系统的决策能力.     

基于多传感器信息融合的智能机器人的研究

讨论粗糙集理论和D-S证据理论相结合的多传感器信息融合方法,并提出将该方法应用于智能机器人,用粗糙集对传感器数据进行简约处理和D-S证据理论实现证据的合成及智能决策,以增强系统的分辨能力,同时有效提高了系统的信息融合速度和决策的可靠性.     

用ART2神经网络对铣削过程的监测研究

将1－4个刀齿进行端面铣削时测昨的工件夹具上的振动加速度响应信号输入ART2神经网络,进行自动分类,在选择合适的警戒值的情况下,网络给出完全正确的分类结果,本文的研究可做为ART2神经网络用于铣削过程自动监测的成功尝试。     

神经网络信息融合及其在球磨机测量中的应用

火电厂中钢球磨煤机筒内存煤量的测量问题一直是制粉控制效率低和自动控制难以投入运行的主要原因之一,针对D-S证据理论存在的不足,而利用神经网络具有的自组织、自学习,并行分布处理、高度容错性和鲁棒性的特点,本文提出了一种将证据理论与模糊理论相结合的模糊证据理论方法并将其用于解决球磨机存煤量的测量问题。融合结果表明该方法用于存煤量的测量能够有效判别出存煤量的数值范围及变化趋势,为球磨机自动控制的投入和运行操作提供了有效的保证。     

The research on structural damage identification using rough set and integrated neural network

A huge amount of information and identification accuracy in large civil engineering structural damage identification has not been addressed yet. To efficiently solve this problem, a new damage identification method based on rough set and integrated neural network is first proposed. In brief, rough set was used to reduce attributes so as to decrease spatial dimensions of data and extract effective features. And then the reduced attributes will be put into the sub-neural network. The sub-neural network can give the preliminary diagnosis from different aspects of damage. The decision fusion network will give the final damage identification results. The identification examples show that this method can simplify the redundant information to reduce the neural network model, making full use of the range of information to effectively improve the accuracy of structural damage identification.     

基于粗糙集理论的系统建模与故障诊断

应用粗糙集理论,可以从原始的数据中提取有用的知识或规则.依据这一思想,本文建立了一个实际非线性系统的粗糙集模型.在建模过程中,首先用系统输入输出的采样数据构成原始信息表,然后离散化,再利用粗糙集算法得到系统粗糙集模型的不完备规则集,通过实验和线性插补法实现规则集完备化,最后完成模型的设计和校验.校验结果表明所建的粗糙集模型是有效的,并利用该模型实现了系统的一种故障诊断.     

基于Rough集的磨削状态监测系统

磨削加工过程中工况辨别对于提高磨削的生产效率及安全生产有重要意义。综合分析多种磨削状态监测系统，提出了基于Rough集构造模糊神经网络的方法，并应用多传感器融合技术构造新的磨削状态监测系统，达到控制磨削加工质量的目的。     

基于粗糙集-RBF神经网络的水电机组故障诊断

由于水电机组监测数据量过大,基于神经网络的故障诊断存在网络结构复杂,训练时间长的问题,本文将粗糙集理论引入到水电机组故障诊断中,提出了基于粗糙集理论与RBF神经网络相结合的水电机组故障诊断方法。利用粗糙集理论在处理不确定信息方向的优点,在保持分类能力不变的前提下,去掉机组的冗余信息,保留必要的要素,并结合RBF神经网络对预处理后的信息进行诊断,使神经网络的输入神经元数目明显减少,其结构也得以简化,可以有效地提高故障诊断准确度。通过对实测机组振动数据进行诊断,证明了该诊断方法的有效性。     

基于粗糙集的多偏好信息表达形式的群决策方法

为解决现实决策过程中存在的决策者信息偏好表达形式多样化和存在部分已知决策这两大问题,构建了一个解决多属性决策问题的基于优势粗糙集的群体决策模型。该模型针对群决策分析,提出了一种集成七种常用形式的偏好信息的方法。针对数据特点,应用改进的Sem Naive Scaler算法对模型中的粗糙集信息表加以离散化。最后,将通过优势粗糙集理论得到的规则应用于整个信息表得出各方案的排序。     

粗糙集理论和神经网络在柴油机故障诊断中的应用

将粗糙集理论与人工神经网络相结合,主要研究柴油机故障特征的提取与优化等问题,目的在于优化、缩减神经网络的输入向量,缩短网络的训练和执行时间,最终实现提高诊断的准确率与效率。     

粗集理论在污水参数软测量中的应用研究

用粗糙集理论约简属性,消除冗余信息后建立了污泥体积指数的神经网络软测量模型.用某城市污水厂实际水质参数进行仿真实验.仿真结果表明,与未采用粗糙集进行预处理的模型相比,应用该模型不仅测量值的误差更小,而且输入参数从9个降至4个,大大降低了输入数据的维数,减少了神经网络的训练时间及训练步数,有利于软测量模型的实用化.     

基于粗糙集的管道缺陷远场涡流检测系统

基于远场涡流法对管道缺陷进行检测,根据粗糙集理论中的约简算法、规则提取算法及分类可信度分析等对数据挖掘技术在管道缺陷检测中的应用进行了研究,内容涉及管道缺陷的检测、远场涡流法的原理、数据挖掘和粗糙集中的数据简约及算法等.实验表明,该方法具有良好的缺陷可识别性.     

基于粗集理论的知识挖掘及其在工程中的应用研究

本文探索了知识挖掘和粗集理论的基本原理与方法，阐述了基于粗集理论知识挖掘的实现方法，介绍了该方法在工程中的应用。