基于云模型构造BPA的瓦斯监测证据合成算法

煤矿瓦斯监测中,利用D-S证据合成方法实现多传感器信息融合可以提高系统整体决策和预警能力.根据煤矿安全规范设定区域危险等级,使用云模型建立危险等级属性隶属度曲线簇,输入传感器检测量提取各属性隶属度作为D-S融合的基本概率赋值.为了实现高度冲突证据合成,提出D-S与加权平均法混合的分步证据合成算法.仿真结果表明文中提出的算法合成高度冲突证据时,具有令人满意的收敛效果.     

基于SURF和FREAK的移动终端动态背景运动目标检测

针对使用移动终端检测运动目标时出现的背景偏 移,实时性不足等问题,本文提出一种基于 Speeded-Up Robust Features(SURF)和Fast Retina Keypoint(FREAK)算法的动态背景 补偿方法。首 先利用SURF算法检测特征点,接着利用FREAK算法对特征点进行描述,然后对特征点进行汉 明距离匹配, 最后使用随机抽样一致算法(Random Sample Consensus,RANSAC)剔除误匹配点。设计基于 移动终端的背景 补偿实验,结果表明,在旋转角度,光照条件和尺寸不同的情况下,该算法都表现出良好的 匹配效果以及实时性。     

改进加权平均法在瓦斯检测量合成中的应用

在瓦斯监测系统中,检测量会受到井下不确定因素的干扰而产生冲突信息。因此,提出一种改进的加权平均法,运用D-S证据理论合成正常的信息,而加权平均法处理高冲突证据。通过计算证据集的相对证据距离,求得基于证据间支持度的权值,并用专家权重进行修正,获得最终各加权证据的权值。试验仿真结果表明,该方法能够合成高度冲突的证据,且最终合成结果具有良好的收敛性。     

智慧气象服务云平台设计与实现

恶劣天气会直接影响电网设备的正常运行,随着我国电网规模的不断扩大,部分偏远地区的电网设备受到极端天气等因素影响,对电网的安全性造成较大威胁。因此,文章基于信息化气象监测技术和气象预警系统,实现多种气象要素的实时监测,并且提供气象预警和预报服务,为电网系统的安全运行提供科学依据,文中对智慧气象服务云平台设计与实现进行了深入研究。     

一种新的瓦斯监测证据合成方法

煤矿瓦斯监测中,利用Dempster-Shafer证据合成方法实现多传感器信息融合可以提高系统整体决策和预警能力。根据煤矿安全规范设定区域危险等级,使用云模型建立危险等级属性隶属度曲线簇,输入传感器检测量提取各属性隶属度作为D-S融合的基本概率赋值。为了实现高度冲突证据合成,提出D-S与加权平均法混合的分步证据合成算法。仿真结果表明提出的算法合成高度冲突证据时,具有令人满意的收敛效果。     

冲突证据分步合成的合理性及改进合成算法

针对证据分步合成问题,给出了多证据分步合成结果的一般表达式,对分步合成方法理论上的合理性以及合成结果的收敛性进行了研究。针对高度冲突证据的分步合成问题,提出一种将Dempster合成公式与加权平均法混合使用的分步合成算法;根据预设的冲突阈值,选用相应的合成公式。对比仿真结果表明该算法比国内外一些代表性改进方法合成计算过程更为简捷,合成结果的收敛效果更好。