基于云模型和D-S证据理论的多源信息融合滑坡安全性评价

基于多源信息融合理论,结合安全监测数据及滑坡变形破坏特征,构建完善的滑坡安全性评价体系,应用云模型生成各评价指标隶属度,采用引入权重系数的改进D-S证据理论进行数据融合分析,建立一种基于云模型和改进D-S证据理论的滑坡安全性多指标综合评价模型,以实现对滑坡安全性的综合评判。以雅砻江卡拉水电站周家滑坡安全评价分析为实例进行研究,按最大隶属度原则判定周家滑坡的安全状态,分析表明其整体处于基本稳定状态,B1区处于不稳定状态,与实际基本相符。     

基于Dempster-Shafer证据理论的信息融合在设备故障诊断中应用

给出了一种基于神经网络的基本概率分配构造方法和诊断决策规则，提出了一种基于Dempster—Shafer证据理论的多故障特征信息融合的故障诊断方法，并以旋转机械故障诊断为例，详细说明了该方法的具体实现步骤。结果表明，经过多故障特征信息融合，诊断结论的可信度明显提高，不确定性明显减小，因此充分显示了该诊断方法的有效性。     

基于一致理论的多源信息融合研究

为了确保多源信息融合结果的正确性，需根据信源的可靠性利用信源信息．以一致理论为理论基础，在算法中用可信度权值体现信源的可靠性，根据相应一致规则实现了信源信息的合理使用．经实验仿真证明，该融合方案是有效的．     

基于证据推理的隧道坍塌多源信息融合评估

由于影响因素众多,隧道坍塌风险评估是一个多属性决策问题.单源信息评估方法难以充分考虑所有的风险因素,导致预测结果存在偏差.为了评估隧道坍塌风险并提供更准确的风险控制策略,本研究提出了一种新的多源信息融合方法,该方法将云模型（CM）、支持向量机（SVM）和基于证据推理（ER）相结合.对多个信息源进行分析,得到不同的坍塌风险评估模型（目视检查数据通过SVM获取分类概率值,监测数据通过云模型获取概率值）.每个模型的质量都由可信度和重要性权重来评价.然后运用ER规则融合各个评估模型的结果,给出总体的坍塌概率风险评估.与D-S理论相比,ER规则在处理高冲突信息方面具有更大的优势.当不同信息源的风险评估结果不一致时,D-S理论的融合结果往往会与常识相反,ER规则融合由于考虑了评估模型的重要性权重和可信度,更适用于高冲突信息的融合.该方法已成功应用于福建莆炎高速公路的鱼塘溪隧道.结果表明,所提出的多源信息融合方法的评价准确率为87.5%,而单源信息融合方法的评价准确率小于70%.此外,即使不同模型的风险结果存在较大的冲突,该融合模型也具有良好的性能.     

基于DS证据的信息融合算法多指标融合

在雷达跟踪中,算法方案的综合评价可通过DS证据理论进行多属性融合。而在实际应用中存在部分指标缺失等问题,导致证据间出现高冲突,使得原始DS证据合成方法失效。在分析了多指标融合中由于3类信息不完整而导致的高冲突证据后,提出了将算法方案的综合评价作为群体证据,把单个证据与群体证据之间的模糊距离作为证据融合权重,基于权重改进DS证据合成方法,解决了高冲突证据下的多属性融合。实验结果表明基于群体证据模糊距离的DS证据合成方法可以较好地解决雷达跟踪中算法方案综合评价问题。     

基于证据理论的信息融合储层损害诊断技术研究

在分析了储层损害多源信息的特征后,构造了基于决策层融合与证据理论、针对储层损害诊断识别的信息融合数学模型,给出了决策层融合的实现算法.通过对储层水敏损害程度的诊断识别,融合模型从多方面将反映储层损害类型的多源信息进行综合分析和决策融合处理,系统地对储层损害类型进行了识别和特征判断,有效地提高了储层损害诊断的准确性和可靠性.     

基于证据理论的信息融合储层损害诊断技术研究

在分析了储层损害多源信息的特征后,构造了基于决策层融合与证据理论、针对储层损害诊断识别的信息融合数学模型,给出了决策层融合的实现算法。通过对储层水敏损害程度的诊断识别,融合模型从多方面将反映储层损害类型的多源信息进行综合分析和决策融合处理,系统地对储层损害类型进行了识别和特征判断,有效地提高了储层损害诊断的准确性和可靠性。     

基于差异信息量的多源数据融合方法

D-S证据理论可应用于多源数据融合领域,但在处理高度冲突的证据时,可能会出现反直觉的结果.为解决这一问题,本文提出了差异信息量的概念及融合方法.首先,通过信息熵表明证据的相对重要性,采用散度获取证据可信度.然后利用证据可信度优化证据差异度以得到差异信息量,经过计算获取数据的最终权重,并将其作为D-S证据理论中的基本概率...     

基于D-S证据理论的修正融合目标识别模型

在分析D-S证据理论中证据合成规则的局限性之后,根据合成证据中集合大小、相交程度以及证据间的相关性和互补性,引入一个合成因子λ,并给出了λ的经验值,这种新规则对于证据之间完全冲突的情况也能给出合乎直观的合成结果.应用于实际的红外/毫米波融合目标识别系统,也取得了满意的正确识别结果.     

GA-BP网络与D-S证据相结合的多传感器信息融合

针对反向传播(back propagation,BP)网络与D-S(dempster-shafer)证据理论各自在处理不确定性信息方面的不足,提出了一种遗传算法(genetic algorithms,GA)优化的BP网络与D-S证据相结合的多传感器信息融合方法.一方面利用GA-BP网络获取D-S证据理论所需的基本概率赋...     

改进时空DS证据理论在车辆识别中的应用

将证据理论作为数据融合方法,将多传感器多测量周期的数据进行融合,讨论了集中式,分布式无反馈,分布式有反馈三种融合方法,将其应用于车辆类型识别方面,并通过实验对这三种方法进行了比较,得出在传感器提供数据较准确时,分布式有反馈融合方法的分辨效果最明显,而在传感器提供数据不是非常准确(甚至错误)时,分布式无反馈方法得到正确结果的准确率最高.     

基于模糊集-证据理论-层次分析法的车辆运行风险评估

为研究车辆运行风险等级,通过模糊集理论和DS证据融合算法,研究不同因素在不同风险等级的概率隶属值,运用层次分析法计算不同因素对车辆运行风险系统的权重值,通过加权计算车辆运行综合因素发生不同等级风险的概率和综合风险值。通过对湖南省高速公路某一路段作为实例分析,研究表明：该路段整体车辆运行风险是中等等级风险。因此,模糊集-DS证据理论-AHP的方法对车辆运行风险评估是行之有效的。     

有效处理冲突证据的融合方法

为解决Dempster-Shafer证据理论在对高度冲突的证据进行融合时可能导致与直观相悖的结果的问题,该文提出了一种有效处理冲突证据的融合方法。该方法综合了Dempster-Shafer证据理论所具有的收敛性好及加性融合方法所具有的可靠性高的优点,首先通过对证据进行冲突检验,然后对冲突证据进行加性合成,消除证据之间的冲突。仿真试验结果表明该算法能更好地排除干扰,得出符合实际的组合结果,与典型算法相比,该方法在收敛性和可靠性方面体现了优越性。     

有效处理冲突证据的融合方法

为解决Dempster-Shafer证据理论在对高度冲突的证据进行融合时可能导致与直观结果相悖的问题,该文提出了一种有效处理冲突证据的融合方法。该方法综合了Dempster-Shafer证据理论所具有的收敛性好及加性融合方法所具有的可靠性高的优点,首先通过对证据进行冲突检验,然后对冲突证据进行加性合成,消除证据之间的冲突。仿真试验结果表明该算法能更好地排除干扰,得出符合实际的组合结果,与典型算法相比,该方法在收敛性和可靠性方面体现了优越性。     

一种新的DS证据理论冲突处理方法

经典DS证据理论在处理高度冲突的证据信息时常常会导致错误的结论。为解决证据冲突问题,基于证据可信度的思想,引入证据之间目标的贴近度,提出一种新的确定权重的方法,然后运用经典DS证据理论融合。在保持DS证据理论规则不变的情况下,改进了融合结果。相比其他处理方法,考虑到证据之间的冲突和贴近度,客观的计算了证据的权值,收敛更快,使得融合结果更符合事实。算例验证了方法的有效性,为DS证据理论提供新的改进途径。     

基于数据融合的井下瓦斯浓度状态预测

针对现有方法中单独使用神经网络进行瓦斯预测时正确性得不到保障的问题,引入了数据融合的方法进行修正,期望在决策层达到提高正确率的目的。首先,将原始数据降噪,通过状态划分以明确模型中DS证据理论所需要的识别框架; 然后,在保持数据拓扑意义不变的情况下,将数据重构为多维向量作为样本数据,利用该样本训练BP神经网络和径向基函数神经网络得到独立的2个预测模块,再选取样本训练得到分类器; 最后,结合统计误差从证据折扣的观点来构造DS证据理论中的基本概率分配函数,使得数据在融合的过程中减少冲突。结果表明,提出的“预测-分类-融合”模型对瓦斯浓度区间判断的正确率比单独使用神经网络预测时的高。利用状态划分和数据融合可以对瓦斯数据进行有效的映射; 在构造分类器时可以结合相关性分析,以得到更多的证据体,有利于挖掘出潜在的信息,指导安全生产。     

基于随机集的证据理论的改进在发电机故障诊断中的应用

在多传感器信息融合处理故障诊断问题过程中,传统证据理论对含有冲突证据的处理结果与实际相悖。文中运用随机集的方法对传统的证据理论进行改进,提出了一种新的基于证据本身的可信度权重和基于证据相似度的可信度权重的证据调整方法,并将改进后的方法应用于发电机系统的故障诊断中。结果表明,与传统证据理论相比改进后的方法更加精确地辨识出故障源,提高了诊断系统的性能。     

证据合成的一般框架及高度冲突证据合成方法

针对D-S证据理论在合成高度冲突证据时会得到有悖常理的无效结果的问题,提出了有效解决冲突须同时修正证据源和合成规则的原则,并给出了证据合成的一般框架;在此框架下,提出了一种新的证据合成方法。该方法首先对证据源进行两级可靠性度量处理,然后再按照合成规则进行合成,最后采用基于Pignistic概率距离计算的权重把冲突系数分配给各焦元,实现对合成结果的合理修正。实验结果表明:该方法能有效地解决高度冲突证据的合成问题,与其他合成方法相比,该方法合成效果更好。     

适用于信息融合算法性能评估的DS改进算法

为了解决信息融合算法管理过程中的最优算法决策问题,引入Dempster—Sharer证据理论。针对在实际应用过程中,由于相关证据合成而出现的评估结果超估计现象,提出了一种改进的证据合成方法。通过建立不同指标之间的相关性度量函数,对相关证据的基本概率赋值进行相应的调整,对修正后的证据再进行证据组合。实验结果验证了所提方法...