基于LabVIEW的数据融合火灾识别模型应用

为提高火灾预警系统的及时性和准确性,采用LabVIEW虚拟仪器开发一套智能识别火灾模型。用高斯型隶属度函数表示各个传感器监测值与火灾基本概率分配的信任度,用神经网络对同类传感器融合,引入可靠度作为各传感器的权值进行加权平均,运用D-S证据理论算法再次融合,确定火灾概率,最终得出火灾识别结果。经过试验验证,在规定阈值为0. 5时,在明火和阴燃两种火灾情况下融合多传感器信息后的火灾识别模型都能够对火灾准确识别且火灾预警时间早,说明融合火灾识别模型比单一传感器火灾识别更灵敏,抗干扰能力更强。     

改进D-S证据理论在矿用皮带机故障诊断中的应用分析

针对经典D-S证据理论融合冲突证据时会导致融合结果与客观实际情况不相符的问题。通过引入证据相关度和全局信任度等概念使得改进后的D-S证据理论能够充分考虑到包括冲突证据以内的任意证据的可信度,从而使得融合后的结果更加符合客观实际。并以矿用皮带机运行中常见的三种故障原因进行数值计算,分析得知:当证据存在冲突情况时,改进后的D-S证据理论相较于其他方法更能快速、有效的处理冲突证据,从而提高了矿用皮带机故障诊断的准确性和可靠性。     

基于数据融合和PSO的移动目标跟踪方法

针对移动目标跟踪的传感器能量损耗的弊端,提出了以数据融合和粒子群算法(PSO)相结合的移动目标跟踪方法。首先,通过建立不确定传感器感知模型,动态选择传感器父节点,结合PSO对以父节点为中心的一定范围内的所有传感器节点进行局部优化部署;其次,通过D-S证据理论进行数据融合;最后,通过MATLAB平台进行仿真验证。结果表明：在保证有效跟踪的前提下,该方法能最大程度地减少传感器的使用数量以及传感器节点的移动距离,实现减少能量损耗的目的,可为破解传感器的能量损耗难题提供新思路。     

D-S推理的一种改进及其在多源信息融合技术中的应用

D-S证据理论处理冲突证据信息合成失效问题是长期困扰学术界的问题[1],针对这一问题,从基本的D-S合成规则出发,对合成公式进行分析,在重点探讨应用D-S推理合成规则进行冲突证据数据融合结果有悖常理的基础上,结合其他学者的研究成果得出一种改进的D-S合成规则,并把这一合成规则应用于信息融合技术,仿真实验结果表明该方法可行有效。     

D-S证据理论在教学管理中的应用

简要阐述了D-S证据理论的基本理论,并用一具体示例描述了D-S算法在实习教学管理中的应用,以几位专家对实习教学的综合意见,计算出相应的可信度,能更全面、客观和有效的反映学生课程综合成绩的评定,最后以C#编程语言实现D-S证据理论应用的算法。     

海量信息融合方法及其在故障诊断中的应用

针对多传感器融合的信息不确定性以及证据理论缺乏对海量信息融合的有效处理,以概率盒理论为基础,提出一种基于改进的证据理论概率盒融合算法,用于解决故障诊断中的应用问题。首先将多个传感器数据进行分布类型检验,然后针对不同分布特点使用不同方案进行建模,并利用改进的证据理论概率盒融合算法进行数据融合,最后从融合后的结果中提取特征,利用支持向量机进行故障诊断,得出诊断结果。实验结果表明,该方法合理可行,尤其在海量信息融合中,效率得到显著提升。     

融合可信度和不确定度的D-S证据组合方法

针对证据合成时出现的冲突问题,提出一种融合可信度和不确定度的D-S证据组合方法,以证据之间的曼哈顿距离来衡量其差异性,定义相似度,判断证据的准确性和可信度,然后计算证据之间的信息熵度量证据的不确定性．将证据的可信度与不确定度进行相乘得到折扣系数,以修正原始证据,最后利用D-S组合规则得到融合结果,并通过算例分析对算法的合理性和准确性进行了验证．     

编队防空武器毁伤效果评估模型

有效评测目标被毁伤情况,需要借助大量不确定性的目标特征信息。如何融合处理这些不确定信息,是对敌目标被毁伤情况进行评估的关键技术难点。对空袭目标的所有毁伤属性信息的一个综合评判,实际是一个决策层的融合过程。通过实时监控防空武器的毁伤效果,如果目标被击毁,就停止对目标进行抗击,重新选择抗击目标;当目标未被击毁时,就应协同相关系统对传感器资源、武器资源进行再分配,组织实施对同一目标的再次抗击。在对防空武器毁伤效果评估影响因素分析的基础上,建立了基于D-S证据理论的编队防空武器毁伤效果评估模型。     

基于信息融合的物流配送空间信息采集方法研究

为保证物流配送过程中，准确掌握物流配送空间信息，因此研究基于信息融合的物流配送空间信息采集方法.采用物联网设备采集物流配送空间信息，并通过物联网节点加权的D-S证据理论，融合所有物联网节点采集的空间信息，将融合后的数据存储至物流配送空间数据库.测试结果显示：该方法融合效果良好，冲突概率结果低于0.35,可信分配度均在0.9以上；信息融合后的离散程度结果均在0.1以下，并且准确跟踪配送情况.     

毕业论文成绩评定融合决策方法研究——基于D-S证据理论

本科毕业论文是本科教学中重要的环节之一,因此,构建科学合理的本科毕业论文质量管理和评价体系具有一定的研究价值,本论文将D-S证据理论用于本科毕业论文的成绩评定融合决策中,充分地利用专家的证据资源进行决策融合以得到最终的评定结果.研究表明,该方案的实施,可以有效地促进毕业论文评定工作的客观化和公正化,从而促进本科毕业论文质量管理工作的不断提高.