排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
从基本思想、思维方法、模型结构及应用领域等角度对《周易》与信息融合技术进行了分析比较·将《周易》方法中信息采集、信息分类、信息处理、做出决策以及分类调整与信息融合技术中传感器信息采集、一级处理(目标优化、定位、识别)、态势评估、威胁估计以及过程优化进行了逐层比较·得出《周易》与信息融合在处理问题的方法上有内在的一致性,在预测和决策方面有其独特的方法,但不能精确、定量地给出判别·将《周易》宏观考察问题的方法与具体融合算法相结合,将会对信息融合技术起到指导作用· 相似文献
2.
基于贝叶斯网络的态势评估诊断模型 总被引:5,自引:0,他引:5
针对传统的水电设备诊断模型通用性差等问题,提出了基于贝叶斯网络的水电设备态势评估诊断模型.该态势评估模型根据功能分为三层结构:特征级、理解级、评估级.并将贝叶斯网络中的节点按照功能分为态势节点和事件节点,采用网络推理过程将传感器采集信息作为事件节点的证据用来更新态势节点概率,并反过来影响事件节点的概率.该诊断模型在水电设备调速系统的诊断应用中的准确率达到95.2%,证实了该模型的判决可信度. 相似文献
3.
4.
针对设备故障诊断中存在的不确定性问题,提出一种将模糊逻辑和专家系统结合的评估诊断方法·模糊专家系统中采用模糊产生式规则表示知识,通过采用模糊匹配的不确定性推理方法进行,并采用以置信度高低为标准的冲突消解策略来实现基于知识的诊断方法·文中介绍了专家系统功能组成和实现方法,同时在电力变压器的气相色谱分析故障诊断方法中应用了该模糊专家系统·通过现场近百次实际诊断,准确率可以达到95 7%,验证了将模糊专家系统应用到变压器的故障诊断中是可行的· 相似文献
5.
基于非参数估计的决策融合模型及其应用研究 总被引:2,自引:1,他引:1
针对传统bayes决策融合算法中,类条件概率密度的不确定性以及固定的类条件概率密度估计值所引起的融合系统误判,本文将非参数估计方法引入到bayes决策融合算法中,提出了一种改进的bayes决策融合模型。该模型在融合过程中每次进行bayes最大后验概率准则判决后,均判断当前的类条件概率密度是否达到预期的精度,并在未达到预期精度的情况下利用parzen窗算法完成条件概率密度的逐步构造逼近。通过在丰满水电仿真系统的温度故障诊断过程中的实际应用表明,该算法在性能上优于传统bayes方法,可有效地提高诊断判决正确率。 相似文献
6.
一种基于BP算法的融合神经网络 总被引:3,自引:2,他引:3
针对水电仿真系统水机温度建模中存在非线性动态数学模型问题,提出了一种采用融合神经网络的温度模型·并且为消除应用中神经网络训练速度慢、容易陷入局部极值的影响,采用了可变学习速度的VLBP算法作为更新网络梯度和权值的算法·在该模型的实际应用中,首先设置多个传感器采集温度参数,然后使用采集数据对神经网络进行离线训练,而后使用训练完成的网络对水机温度参数进行实时在线预测·通过现场数据和网络预测数据的对比分析,证明该模型的实际准确率可达96 5%,可以满足实际仿真的要求· 相似文献
1