基于灰色关联分析的异类传感器航迹相关算法

针对由雷达和红外传感器组成的异类传感器数据融合系统中的多目标航迹相关问题,提出了基于灰色关联分析的异类传感器航迹相关算法.该算法将目标航迹看成是方位信息的时间序列,所有目标航迹构成方位时间序列集合,利用B型关联度对该集合元素进行灰色关联分析,形成航迹灰色关联度矩阵,采用最低关联度门限与全局最优的策略确定航迹关联对,实现...     

基于灰色关联分析的犹豫模糊多属性决策研究

针对属性值为犹豫模糊元的决策问题,提出一种基于灰色关联分析的多属性决策方法.首先,依据犹豫模糊的交叉熵得到属性模糊熵矩阵,从而确定属性的权重,并采用灰色关联度模型对决策属性间的相互关联度进行分析,得到属性间的灰色关联矩阵;采用最小关联度原则将矩阵标准化,得到有效的无关联矩阵,然后对属性权重进行调整,得到更合理的属性权重分配;最后,基于灰色关联分析得到各方案与理想方案的关联度,与权重相乘得到方案的排序,并通过算例分析表明该方法的有效性.     

基于模糊灰关联的汽车驱动桥系统故障树分析

为解决传统故障树分析方法在分析大型、复杂的系统时无法获取完整的故障信息和准确的故障发生率的问题,提出基于模糊集理论和灰色关联理论的改进的故障树分析方法。首先,通过故障树分析求出所有的最小割集,采用三角模糊数描述故障底事件的发生概率,并根据模糊算子计算出顶事件的模糊概率和各底事件的模糊重要度;然后,建立灰色关联模型,以底事件模糊重要度为子序列,以最小割集构成的特征矩阵为母序列,计算各最小割集与顶事件之间的灰色关联度,以此快速、准确地确定系统可靠性改进的重点方向。最后,将此方法应用于汽车驱动桥系统的可靠性分析。研究结果表明:汽车轴承疲劳点蚀为该系统的薄弱环节;该方法在一定程度上解决了汽车驱动桥系统在故障率信息严重缺失下的可靠性分析问题,可为改进系统的可靠性和安全性,制定相应的安全措施提供参考。     

矩阵灰色绝对关联度及其意义

首次提出了矩阵灰色绝对关联度的概念,并对相应性质进行了数学证明,给出了曲面灰色关联分析的实例验证.已有灰色关联理论只能进行序列之间的关联分析,其几何意义是曲线之间的整体相似性比较;给出的矩阵灰色绝对关联度可以进行相同维度矩阵之间的关联分析,其几何意义是曲面之间的整体相似性比较.矩阵灰色关联分析有望为诸如环境监测点位优化、图像处理中的人脸部位提取等二维信号处理提供新的技术手段.     

基于斜率的灰色关联度在海事研究中的比较分析

比较4种基于斜率的灰色关联度模型,分析其优势与局限.以船舶碰撞事故中人为失误统计数据为例,应用斜率关联度与灰色斜率相似关联度模型进行计算,并将计算结果与邓氏关联度求取的结果进行比对.研究表明,斜率关联度及灰色斜率相似关联度模型不受因素序列值影响,也不受两序列间时序变化的特殊性影响;该两种模型应用于海事研究领域是可行、有效的.     

运用灰色关联度的仪表数字字符识别

针对仪表数字字符图像识别中存在角度倾斜和非整字的不确定因素,提出一种基于灰色关联度的仪表数字字符识别方法.通过构建硬度特征序列,将字符特征信息中的不确定信息当作"灰信息",利用灰色理论中的灰色关联分析法,分析待测字符特征序列和训练集样本的特征序列之间的相关程度,将最大关联度对应的样本字符作为识读结果.实验结果表明,该算...     

基于综合关联度分析的电力变压器故障诊断

在电力变压器故障诊断中,针对油中溶解气体分析,传统的三比值法难以包括和反映电力变压器内部故障的所有形态,在实际工作中存在许多变压器故障因查不到故障编码而无法判断的问题.结合油中溶解气体分析技术和灰色关联的相关理论,提出了一种面积关联度和斜率关联度相结合的综合关联度分析方法,给出了变压器故障诊断的算法步骤,并对权重系数的选取进行了探讨.该方法既能表征序列曲线的离散程度,又能反映序列曲线的变化走向相似度,能全面描述序列间联系的紧密程度.实验表明,将该方法用于变压器故障诊断,不仅克服了三比值法存在的问题,而且故障诊断准确率也高于面积关联分析方法和斜率关联分析 方法.在收集到的数据中随机选取350组进行计算,诊断准确率达到93.7%.     

灰色绝对接近关联度分析

灰色关联分析是灰色系统理论中的重要部分，已有的关联度模型从序列的几何形状、面积、斜率、变化速率等不同角度对灰色关联度进行了度量.文中在已有灰色关联度模型基础上，提出了一种绝对接近关联度模型，即在求解序列的均值化基础上，利用序列对应的折线转成的面积作为距离，完成对灰色关联度的度量.通过实例表明，这种关联度能够度量两个序列之间的绝对差异；当成比例缩放两个序列中的观察数据时，可以保持关联度不变；可以更方便地直接利用关联度值，而不只是利用其序关系.这种灰色绝对接近关联度模型可以满足某些特定应用的需求.     

干涉仪解模糊异常值检测及纠错方法

针对多基线相位干涉仪测角雷达在通道相位误差较大时解模糊结果存在异常的问题,提出了一种基于有限记忆算法的干涉仪解模糊异常值检测与纠错方法.该方法利用逐次测角算法的初次解模糊结果估计角度和整周模糊值的初始值,在此基础上进行角度和整周模糊值的有限记忆递推,识别原始测角数据中存在的数据异常值,对其进行异常值剔除或重新解模糊纠错处理.仿真结果表明,该方法原理正确,对于干涉仪解模糊数据中出现的孤立型及连续型异常值都能够进行有效的检测并予以纠正,显著降低了解模糊的出错概率.     

灰色基尼关联度

灰色关联分析是灰色系统理论中应用最广、成果最多的内容之一．灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密．曲线越接近,相应序列之间关联度就越大,反之就越小．从这一基本思想出发,构造一种新的计算灰色关联度的方法．该方法首先对行为序列进行比重生成和累加生成两步变换,然后利用计算基尼系数的办法来计算灰色关联度．最后,通过算例探讨该种关联度的实用性和优良性质．     

基于聚类分析预测大坝扬压力的新方法

应用灰色联度和模糊聚类分析原理，对新安江大坝坝基场压力观测资料进行了分析，在分析各测点测值变化规律的基础上，利用同一类型的已知测点数据预测了未知测点的数据，为进一步分析和研究大坝的工作性态和安全监控提供了依据。     

大坝监测数据的灰色系统动态检验模型

通过对大坝安全监测数据粗差产生原因的分析，提出了一种基于灰色系统理论的监测数据伪位检验方法和检验模型，它无需长序列样本，并可随着环境量的变化调整模型参数。该方法计算量小，速度快，对于监测点较多的自动化系统非常适用。     

大数据网络入侵过程的痕迹数据监测方法研究

大数据网络数据规模巨大,对入侵过程痕迹数据进行监测的效率通常较低,一些带有入侵痕迹的数据特征在大数据环境下,特征逐渐淡化,当前方法无法在淡化的情况下准确采集痕迹数据的特点,无法形成待监测数据与痕迹数据之间的关系,导致监测效率和精度低下。提出一种基于模糊聚类概率的大数据网络入侵过程的痕迹数据监测方法,将采集的痕迹数据转换成频域信号,对其进行频谱或功率谱分析,依据时间变化的幅值将其转换成随频率变化的功率。采用核主元分析对痕迹数据信号特征进行提取,利用非线性转换将样本痕迹数据信号从输入空间映射至高维特征空间,在高维特征空间中通过PCA进行痕迹数据信号的频域特征提取。构建一个数学模型对特征模糊聚类概率进行描述,对待监测数据和痕迹数据之间的特征模糊聚类概率进行计算,通过衡量理论进行对比分析,使大数据网络入侵过程中的痕迹数据被完整的监测。实验结果表明,所提方法不仅所需时间少,而且监测精度高。     

汽车变速器故障诊断模拟仿真系统

本文建立了一个以微型机为基础，配有A／D转换板、数字信号处理板和数据采集、故障模拟、故障分析、故障诊断等软件组成的汽车变速器故障分析诊断模拟仿真系统．该系统可以模拟出汽车变速器几种典型故障信号，并给出故障的隶属度．文中介绍了系统的构成及其主要功能，故障模拟方法和模糊诊断原理．     

基于T-S模糊故障树的下滑信标故障诊断分析

为解决实际仪表着陆系统下滑信标GP(Glidepath Beacon)故障时无法快速定位故障点的难题,本文提出基于T-S模糊故障树的故障诊断方法。通过对GP系统进行不同功能系统的划分,进行T-S模糊建模,为每个板件的故障可能性进行模糊数赋值,计算故障程度的隶属度,实现复杂系统的定量计算。建立起两种计算方法,分别为根据系统各板件的故障可能性及根据各板件当前的故障程度来计算系统的故障可能性。经对比,计算结果与实际情况相符,第一种算法适用于简单系统或复杂系统板件的故障诊断,第二种算法适用于大多数系统。可见此法在GP故障诊断方面具有有效性。     

基于改进SVM的车辆传动系统故障诊断方法

利用车辆传动系统试验数据对车辆进行故障诊断和性能评价可以实现车辆故障预警,提高可靠性,从而提高车辆性能,但测试数据有数据量大、不平衡、维度高、噪声多的特征,使得传统数据分析算法会产生次优的分类模型.针对上述问题,提出了一种改进的不平衡数据分类支持向量机算法.该算法赋予各样本不同的权值,用马氏距离改进模糊隶属度的设计以排除变量相关性干扰,同时可以输出正常状态下的故障概率.实验结果表明,该算法能够有效提高故障诊断的准确性,概率输出模型可用于故障预警和性能分析.      

基于灰色模糊聚类分析的长江水质的综合评价

运用灰色模糊聚类分析的方法,对长江沿线17个水域的水质进行综合评价。根据溶解氧（DO）、高锰酸盐指数（CODMn）、氨氮（NH3-N）各项特征因子的数据,计算灰色关联系数和关联度,构造相似矩阵。根据模糊动态聚类分析方法,确定不同的λ阈值,对长江沿线17个水域的水质进行分类。结果表明,灰色模糊聚类分析法对于水质的评价是可行的。以灰色模糊聚类分析法对水质进行评价是不需要建立评价的分级标准,可以根据评价对象的实际情况进行最优聚类分析。     

基于信息熵及模糊熵聚类算法的油液监测数据关联性

应用信息熵及模糊熵聚类算法对油液监测数据间的关联关系进行考察．根据系统输出的数据较为简化地表征系统内部因素间的相互联系程度,对得到的关联关系进行分级、评价,以便对设备的磨损状况提供可信、可靠的分析手段．通过应用Shannon信息论的互信息熵理论表征数据序列之间的关联性,通过模糊熵理论进行阈值的选取,以标准5函数为隶属函数,对关联数据进行挖掘．实例验证了算法的有效性,并对聚类结果进行了解释．对设备故障的定位与磨损状况的评级划分提出了一种量度手段．     

模糊诊断技术在旋转机械设备故障诊断中的应用

在复杂的机械系统中,一种故障状态可能引起多种故障征兆,而一种故障征兆也可能在不同程度上反映多种故障状态。根据振动信号频谱分析结果,提取频谱特征,获取各种故障征兆信息。在已知故障征兆的情况下,对多故障同时发生和多故障具有相同征兆的诊断问题,利用模糊诊断技术,确定机械设备故障类别的隶属度值,经模糊综合诊断后确定设备的故障。