基于信息融合理论的空间点目标识别实验结果分析

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.仿真结果证明,本文提出的方法能较好地解决复杂目标和诱饵的识别问题.     

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.     

基于信息融合的风电机组齿轮箱轴承故障诊断

针对风电齿轮箱轴承故障问题,提出一种基于信息融合将BP神经网络与D-S证据理论相结合的风电轴承故障诊断方法。首先基于大数据,挖掘SCADA(supervisory control and data acquisition)系统中与风电齿轮箱轴承故障有关的振动、温度、电流、转矩和转速信号等故障特征;然后将各信号故障特征量作为神经网络输入,将神经网络的输出归一化作为证据理论基本概率分配值(BPA值),为解决各证据之间冲突问题,采用一种基于加权的方法来改进各条证据,以减小冲突;最后利用组合规则将各条改进的证据融合,得出最终诊断结果。研究基于某风场2 MW风电机组的实际运行数据,结果表明:随着融合信号维度的增加,最终诊断结果的准确率也逐步提高,融合多维信号的可靠性明显高于单一信号。     

基于神经网络D-S证据理论的汽轮机转子融合诊断系统研究

船用汽轮机转子作为汽轮机做功的主要部件，易发生故障．将数据融合技术应用到其故障诊断领域，采用神经网络与D-S证据理论相结合的理论方法，建立了汽轮机的融合诊断系统，对转子的几种常见故障进行诊断，在数据级上将特征量进行分类处理，能够从多方面反映系统状态，为准确诊断故障奠定了基础，特征级上采用多神经网络的方法克服了网络收敛速度慢的缺点，再经过决策级的融合计算，提高了诊断精度．通过诊断测试及对比试验证明该系统提高了汽轮机转子故障诊断的精度，并能满足诊断的实时性要求。     

BP和D-S结合的多传感器协同目标识别推理机制

针对多传感器协同目标识别的基本概率赋值在实际应用中存在容易导致决策可信度低等难以解决的问题,提出一种基于BP神经网络和D-S证据理论的多传感器协同目标识别的推理机制。简述了BP神经网络理论和D-S证据理论,构建了目标识别推理框架,推理了算法可行性,进行了实例仿真,通过信息融合,不确定性的基本概率赋值下降到0.000 8,表明该推理机制的有效性。     

基于D-S证据理论的空区稳定性识别与工程应用

地下矿山开采时,受采矿方法和开采工艺的影响,产生大量采空区,它是影响井下矿山安全生产的主要因素。群空区稳定性的影响因素主要包括4个方面,即:采空区的结构形态参数、群空区的空间分布特征、群空区的应力环境和特征值、采空区的地质环境和矿岩体的物理力学参数,形成了群空区稳定性影响因素的多源信息数据库。为了识别矿山井下空区的稳定性,以CMS空区探测、数值模拟和岩体力学属性为多源信息来源,应用层次分析进行因素权值分析,建立了基于D-S证据理论多源信息融合的群空区稳定性分析模型。针对某矿山的工程现状,实现了采空区的4级稳定性分级。研究结果表明:群空区稳定性与结构参数、地质参数和应力环境参数有关,是一典型的多源信息融合系统,运用D-S证据理论实现了采空区的多源信息融合的稳定性分级,分级结果有利于矿山的安全处置和控制。     

基于信息融合的QoS路由选择策略研究

以提高网络资源利用率,为用户提供高质量服务为目的,将D-S证据理论的信息融合方法引入到QoS路由选择中,对QoS路由中的带宽、时延、时延抖动和包丢失率进行信息融合,并得出网络模型的仿真实验结果.     

基于多传感器信息融合技术

笔者根据多年的跟踪研究,将多传感器信息融合作为一种信息处理技术来理解,阐述了信息融合的概念,融合的方式、方法,重点介绍了D-S证据理论和Bayes方法,并总结了信息融合存在的问题以及信息融合技术的研究发展方向。     

基于信息融合的高压电气设备温变故障诊断方法研究

针对高压电气设备的高电压、封闭性和监测环境恶劣等特点,采用拉曼光纤传感器对其进行温度监测。根据故障特征量将故障进行分类处理,并利用多个并联的RBF神经网络进行高压电气设备故障的局部诊断,获得彼此独立的证据,再运用D-S证据理论融合算法对各个证据进行融合,最终实现对高压电气设备故障的准确诊断。通过实验证明:采用该诊断系统可有效提高诊断的可信度,减少诊断的不确定性。     

开滦矿区唐山煤矿瓦斯涌出规律及其预测

根据开滦集团唐山煤矿的地质背景、瓦斯分析报表等统计资料,分析瓦斯涌出特征及构造、埋深、地应力与瓦斯涌出量的关系,并采用分源预测法及地质统计法预测唐山煤矿地区8、9煤瓦斯涌出情况。结果表明：唐山煤矿瓦斯涌出形式为普通涌出,瓦斯来源为煤层瓦斯与采空区瓦斯;瓦斯涌出量明显受构造控制,大构造附近瓦斯富集较多;其涌出量随埋深增大而增大,分布状态与最大主应力的分布状态大体一致。地质统计法显示,绝对瓦斯涌出量随着埋深的增大而增大,变化梯度为1.35 m3/（min.hm）;分源预测法显示,瓦斯涌出量随煤层瓦斯含量增大而增大,并且明显呈正相关关系。该研究为矿井安全生产提供了有益参考。     

基于数据挖掘技术的智能信息处理系统

着重阐述在数据挖掘阶段提出并改进基于关联规则的Apxioxi并行算法、基于分类的判定树归纳算法和基于聚类的K簇算法,并将几种算法综合应用到智能信息处理过程中。     

基于信息增益优化支持向量机模型的煤矿瓦斯爆炸风险预测

为了探索基于样本数据的煤矿瓦斯爆炸风险预测,依据本质安全理念构建了预测瓦斯爆炸风险的指标集,结合机器学习与特征优化算法提出了信息增益(information gain,IG)与支持向量机(support vector machine,SVM)的组合模型,通过对优化后的14种特征信息的分类学习,完成对风险未知样本的预测任...     

基于粗糙信息颗粒的数据挖掘方法研究

大型的数据库和数据仓库中的数据往往是有噪声和不一致的,应用经典的粗糙集理论对其进行数据挖掘处理时,效果不够理想.引入信息颗粒的概念,给出了属性子集引导的信息颗粒的构造方法及基于信息颗粒的知识描述,并应用粗糙集的扩展模型讨论知识的粗糙度问题,提出了基于粗糙信息颗粒的属性约简算法,该算法在给定最小置信度阈值的情况下,可实现对不一致数据集的简洁知识提取.图1,表2,参8.     

基于数据挖掘和WebGIS的应急物流决策支持系统研究

文章首先剖析和总结了应急物流的特点,并针对应急物流的特点,给出了应急物流决策支持系统的功能需求:辅助决策方案智能生成、应急物流实时动态监控。在此基础之上,提出了一种基于数据挖掘和WebGIS技术的应急物流决策支持系统模型,然后对该系统的体系结构和运作流程进行了具体研究,系统划分为4层级结构:人机交互层、功能层、控制层和数据层,6大功能模块:需求物资紧急查找模块、应急物资精确配给模块、运输实时动态跟踪模块、运输最佳路径分析模块、物资收发实时可视模块、应急物流评价模块。最后分析和改进了系统中的部分效率瓶颈问题,给出了系统WebGIS图层实现。系统的研究对于提高应急物流的感知能力、反应能力、成本控制能力和抗风险能力有重要的现实意义。     

基于复杂网络的统计信息数据挖掘的研究

统计信息是区域可持续发展中重要的信息资源,涵盖了人口、农业、工业、经济等各类数据.从大量的统计信息中挖掘出更多有价值的信息,从而得到决策支持依据.通过统计信息数据挖掘的研究,从理论和仿真两方面探讨复杂网络理论在统计学研究中应用的一种.阐述基于统计数据构建社会经济系统网络的概念和复杂网络的度及其分布、平均路径长度、集群系数和介数等统计性质,挖掘这些性质在社会经济网络中的统计规律和性质,并给出复杂网络研究在决策和管理中的指导意义.     

基于煤矿测量数据服务的一体化

针对煤矿测量系统数据服务整体技术进行研究,以实时数据库和大型关系数据库为核心,实现从数据接收、数据处理到数据事后无纸化判读等全过程给出一体化实现方案,并对测量数据中的关键问题数据格式的差异给出了具体实现方案.结果表明:该方案能够为煤矿测量系统提供快速、高效的数据服务.     

基于多变量决策树的不完备信息系统规则提取研究

不完备信息系统也有很多有用信息，可以得出支持决策的确定规则。基于决策树的完备信息系统规则提取方法很多，如比较有影响的ID3算法等，但是在不完备信息系统中应用决策树进行规则提取的方法还不是很多。本文提出用多变量决策树方法对不完备信息系统进行规则提取的方法，可以得出部分确定信息，方法简单易行。     

股票信息的数据挖掘

从大型数据库中找寻信息被认为是数据库和机器学习领域中一项重要技术 .用数据挖掘的方法对不同的股票信息进行了详细解释说明 .     

煤矿瓦斯分解净化效果的实验研究

瓦斯是危害煤矿生产的主要因素之一,为了从根本上解决瓦斯爆炸给矿工的生命、煤炭生产带来的危害,本文提出了一种新的防治瓦斯积聚方法。即在自行设计的封闭系统内,把瓦斯通过负压转移管道送入瓦绝热催化、氧化的净化系统中,对流量20~70L/min爆炸浓度以下的瓦斯气体进行近距离加热催化、氧化处理,将瓦斯气体中的CH4转化为无毒、无爆炸危险的CO2和H2O,为解决煤矿瓦斯危害提供了一种新思路。