基于Bayes估计的受限空间探测数据融合算法

针对单个传感器采集信息不准确的问题,提出一种基于Bayes估计的受限空间探测数据融合算法.首先,通过分析探测信号的组成结构,利用滤波、限幅、阶跃信号去除等方法,解决了信号干扰问题,提高了特征参量的显著性;其次,结合数据融合架构的动态性特征,给出合理假设,组合先验网络与转移网络,共同建立动态Bayes网络模型,得到融合目标函数;最后,通过引入正态分布研究探测值的不确定性,将探测节点视为似然函数,推导融合后的最大后验概率,以融合加权平均误差比为指标,通过“两两相遇”的方式实现多类型探测数据融合.仿真实验结果表明,该算法解决了信号冗余问题,数据融合效果较好,火灾整体漏报次数较少,数据融合时间最高值仅为2.4 s.     

桥梁的损伤识别

现在很多桥梁都安装了监测系统 ,自动损伤识别是桥梁健康监测系统的核心技术和热点研究问题。文章介绍了几种桥梁损伤的识别方法 ,包括动态法、静态法、有模型法、无模型法、位移法、应变法以及 BP和 RBF神经网络法的比较。目前健康监测系统尚不具备损伤识别能力。如何设计一个高效的用于结构损伤识别的自动损伤识别系统 ,是个值得研究的问题     

基于数据融合与单纯形遗传算法的管道损伤识别

为了提高管道损伤识别的准确率,提出了基于数据融合和单纯形遗传算法的两段式的管道损伤位置和程度的识别方法。首先将管道的柔度差曲率矩阵与广义残余力向量差两种信息源通过D-S证据理论融合算法初步判定管道损伤位置,然后通过单纯形遗传算法精确识别管道损伤位置与程度。考虑到基本遗传算法局部搜索不强、易发生早熟的缺点,提出了与局部搜索算法(单纯形搜索算法)相结合的改进策略。数值计算结果表明,考虑2%随机噪声影响情况,采用数据融合进行初步定位的方法大大缩小了可疑损伤区域范围,通过单纯形遗传算法能够进一步精确识别管道损伤位置及程度。本文提出的方法提高了管道损伤位置与程度识别的效率与准确率。     

基于数据融合的大型输电铁塔结构损伤识别

对输电铁塔进行损伤识别研究,可以提高其可靠性与安全性,避免重大事故的发生.将模态柔度差和模态柔度改变率引入到输电铁塔的损伤识别研究中,在单损伤和多损伤情况下,完成了某500kV输电铁塔的损伤位置识别.为了提高结构损伤识别的准确性,在铁塔损伤识别中引入多传感器数据融合技术,提出了基于数据融合的铁塔结构损伤识别方法,将模态柔度差、模态柔度改变率和模态曲率差3种损伤指标进行数据融合处理,融合后的铁塔损伤识别结果可以克服柔度指标在多损伤工况特征不明显和误判的情况,识别效果较单一指标得到了很大的改善.     

基于过桥汽车动力响应的桥梁损伤识别

为了识别桥梁结构的损伤,提出了由过桥汽车的加速度响应识别桥梁损伤的灵敏度分析方法.将桥梁等效为等长的欧拉梁单元,汽车等效为单自由度3参数模型,将桥梁各单元抗弯刚度的减小(即损伤的程度)定义为损伤因子.根据损伤因子,采用最小二乘法和正则化方法,可用测试得到的汽车加速度响应识别桥梁损伤.结果表明:损伤识别结果对汽车参数变化比较敏感,汽车过桥行驶速度和采样频率对迭代次数有显著影响;损伤识别误差随着桥面不平顺和测试噪声的增加而加大.     

基于贝叶斯数据融合的多尺度目标识别

针对红外电厂目标识别问题，提出了基于贝叶斯数据融合的多尺度目标识别方法．该方法研究了前视成像末制导过程中图像目标尺度变化引起的视点角度和特征尺度变化规律，建立了分层次的时空特征模型，根据显著性选取目标特征，采用贝叶斯网络把不同尺度下的显著性特征进行融合，得到正确的识别结果．实验表明，该方法能将多尺度目标的不精确、不完整的特征进行融合处理，从而完成了目标的可靠识别．     

桥梁结构损伤识别技术的研究进展

桥梁结构的安全与健康状况关系着国家财产和人民生命的安全,然而桥梁垮塌事件屡屡发生,逐渐引起了社会和人民的高度重视和广泛关注。大部分桥梁结构垮塌事故源于对结构损伤地忽视,或者是缺乏有效的识别方法。因此,桥梁结构损伤识别方法的研究对确保桥梁结构安全与健康有极其重要的作用和意义。本文主要研究桥梁结构损伤识别方法的发展应用情况。     

基于Bayes网络的微波视频融合车辆分类

车辆分类系统是智能交通系统中的一个重要组成部分,其功能是检测车辆类型,为道路监控和交通规划提供信息。该文提出了一种基于Bayes网络的传感器融合车辆分类系统,通过微波和视频传感器分别得到车辆的高度轮廓和平面轮廓,采用混合Gauss分布对提取的车辆特征建模,然后在Bayes网络的框架下对7类车辆进行分类。实验表明:该分类系统可以将车辆分类的准确率从单微波传感器的79%提高到融合传感器的87%,特别是中小型车辆和大型车辆之间的重大分类错误率从9%降低到2%。     

基于动力特性的桥梁结构损伤识别方法的研究进展

本文阐述了近几十年来基于动力特性的桥梁结构损伤识别方法,总结了各种方法的优点和不足之处,并指出当前结构损伤识别方法存在的问题。     

基于多传感器数据融合的目标识别和跟踪

基于单传感器（雷达或红外）系统存在局限性,提出了基于多传感器（雷达和红外）信号融合的目标识别和跟踪系统,它能利用不同传感器的数据互补和冗余。特征层融合能通过利用其他传感器模块提供的目标特征信号来提高目标检测概率和降低虚警概率;决策层融合能矫正因受干扰等原因而失去目标跟踪能力的传感器模块的伺服跟踪回路,并提高抗干扰性。     

基于静态应变及位移测量的结构损伤识别法

针对桥梁健康监测中结构参数识别所需的精度以及算法稳定性,探讨了基于静态应变及位移测量的结构刚度参数评估技术,由于量测住处的有限以及测量噪声的干扰,算法所建立的方程往往是一个病态的非线性方程。通过梯度法与Ｇauss-Newton法以及Monte-Carlo法的综合运用可有效解决这一问题,数值模拟实验的结果表明：只要测点布置合理、加工工况足够,基于结构静态响应的参数识别效果相当理想。     

基于遗传优化神经网络算法的桥梁结构损伤识别

当前越来越多的大型桥梁结构安装了健康监测系统,作为桥梁健康监测系统的核心,结构损伤识别技术成为研究热点.基于人工神经网络和遗传算法的优点,提出了一种新的方法——遗传优化和神经网络混合算法(用遗传算法优化神经网络的初始权重,)实现桥梁结构损伤的位置和程度的识别.与传统的人工神经网络算法相比,该方法克服了其易于陷入局部最优的缺点.对工程实例梁的试验数据进行分析和结构损伤状况识别,结果表明,该算法的可行性和可靠性,可以应用于类似结构损伤的识别与评价.     

基于环境振动测试的桥梁柔性桥塔动力特性识别

针对桥梁柔性桥塔动力特性的识别问题,阐述了基于环境振动测试的结构动力特性识别技术与原理.结合某桥梁柔性桥塔工程实例,分析了该方法的一般步骤、技术细节和实现过程.测试、识别得到了实例桥塔的动力特性数据,该数据与桥塔结构有限元理论计算的结果基本一致.可为同类桥梁桥塔的动力特性测试提供技术借鉴和参考.     

桥梁结构损伤识别的发展与研究

对桥梁结构开展损伤识别研究是目前国内外的研究热点。首先介绍桥梁健康监测的意义与现状,阐述目前的桥梁结构损伤识别方法,然后提出目前方法存在的主要问题,并给出解决问题的可行方法,最后展望桥梁结构损伤识别的发展前景。     

基于曲率模态识别桥梁结构损伤的机理分析

阐述了曲率模态参数的特性,从有限元动力响应基本原理出发,分析了曲率模态用于识别桥梁结构损伤的机理,说明了曲率模态是一类对结构局部变化有敏感性的动力学参数,对于进一步在实际工程中识别桥梁结构损伤行为具有重要的指导意义.     

基于广义典型相关分析融合和鲁棒概率协同表示的人脸指纹多模态识别

针对单模态生物特征识别容易受自身条件和环境变化的影响,鉴于人脸识别和指纹识别已经在生物识别系统中得到了广泛应用,提出了二者特征信息融合的多模态生物特征识别方法。该方法首先对人脸、指纹图像进行预处理,并对这两种模态均提取LBP和Gabor特征,然后将广义典型相关分析方法分别引入到人脸多特征融合和指纹多特征融合中,应用分块对角矩阵组合上述融合的人脸特征和指纹特征,最后用鲁棒概率协同表示分类器进行分类。在两个多模态数据库上的实验结果表明:与人脸或指纹单模态生物特征识别相比,基于人脸指纹的多模态生物特征识别具有更高的识别率和更好的稳定性;所提出的基于广义典型相关分析的特征融合方法优于传统的融合方法。     

基于数据融合的无人机影像碎屑岩岩性识别

不同类型岩性影像纹理相似性高,基于单一的二维影像进行岩性识别精度较低。本文针对这一问题,开展了顾及影像深度信息的岩性智能识别方法研究。利用无人机影像具有多模态的特性,采用通道叠加、IHS变换、小波变换以及多模态融合四种影像融合方式,将深度信息融入到影像数据中,运用深度卷积神经网络DeepLabv3+进行碎屑岩岩性识别。经人工解译结果对比分析,结果表明,实验区内基于多模态融合影像的岩性识别精度最高,Kappa系数可达76.17%,总体识别精度可提升到91.05%;分析认为,顾及影像深度信息的岩性智能识别方法针对岩层表面不平整,高差落差大的砾岩识别效果有明显提升,但表面平整、高差表现不明显的泥岩和砂岩地层识别效果有待提升,总体为野外碎屑岩露头岩性快速识别提供了新思路。     

基于静力测量数据的桥梁结构损伤定位研究

基于灰色理论的相关性分析方法将静态位移曲率置信因子SDCACi应用到大型桥梁结构的静力损伤识别中,通过该因子沿桥的横向节点、纵向节点的变化曲线实现了对桥梁结构损伤的准确定位.由识别结果可以证明:不论测量数据(用有限元仿真计算并加上了一个正态分布的随机扰动考虑测量误差)的多少,该方法对结构中的单损伤和多损伤都能进行准确的定位,因此该方法在大型结构及复杂结构的损伤识别中具有广阔的应用前景.     

基于数据融合的多生物特征身份识别

针对传统的单一生物特征身份识别由于传感器的噪音以及特征的破损、匹配等缺陷,往往不能正确识别的情况,提出了一种基于语音和人脸的多生物特征身份识别方法.分别提取语音特征和人脸特征作为识别的依据,并用神经网络在特征层上进行融合识别.实验证明,这种方法可以充分挖掘特征之间的关系,在同等条件下,具有更高的识别率.     

BP神经网络和曲率模态理论在桥梁损伤识别中的应用

目的 研究桥梁结构损伤识别指标,探讨结合BP神经网络理论开发程序对桥梁结构损伤位置及损伤程度智能输出的可行性.方法 对桥梁数值模拟,建立有限元模型并进行模态分析,得到损伤前后的模态数据;将模态数据曲率化后结合桥梁结构的损伤指标作为输入及输出变量,以输入变量与输出变量建立非线性映射关系;将大量损伤模态数据随机构成训练集及...