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．     

故障检测诊断技术在煤矿机电设备中的应用

诊断技术是以计算机技术、传感器技术、信号处理技术等多学科为基础的综合技术,其在工业发达国家起步最早,发展最为迅速.随着煤炭科学技术的发展,故障诊断技术在煤矿也得到了较为广泛的应用。提高安全、可靠性的途径有很多,其中采用故障检测诊断技术是一个重要、有效的措施。     

数据融合技术在GPS数据处理中的应用

直接利用GPS数据分析道路车速存在较大的误差,可以利用数据融合技术来提高数据的可信度与准确度.在对数据融合技术进行简要介绍的基础上,重点阐述数据融合技术如何分析GPS采集的数据,主要采用关联检验方法来对GPS数据进行处理.以上海大众出租汽车公司提供的出租车GPS数据处理为例,讨论了关联检验在GPS数据处理中的应用.     

融合信息智能技术在变电管理中的应用与探索

信息智能处理技术是信号与信息技术领域一个前沿的富有挑战性的研究方向,它以人工智能理论为基础,侧重于信息处理的智能化,包括计算机智能化(文字、图象、语音等信息智能处理)、通信智能化以及控制信息智能化。融合信息智能技术就是将多种数据信息处理的智能化,逐渐符合用户要求的信息的过程。数据融合技术,例如,信息特征识别和数据融合,物理信号处理和识别等。除了需要人工智能理论的支持以外还需要进行智能信号处理技术的综合应用。本文将围绕融合信息智能技术在变电管理中的应用与探索进行展开。     

数据融合技术在火灾早期探测中的应用

提出基于过程特征信息的火灾早期探测数据融合方法.利用加窗函数的外推算法和最小二乘法,提取CO浓度上升速度与加速度、CO2的浓度上升速度作为火灾辨识的特征层信息,建立一个3输入,3输出的概率神经网络的系统决策层.选取58组具有代表性的火灾状况特征信息作为数据样本,对网络进行训练.仿真结果表明,经过50次训练,最终误差为10-3,方法能够快速、准确地对火灾的阴燃初期进行识别,正确判别明火,且对于干扰信号能够有效滤除.     

多传感器数据融合技术在船舶中的应用前景

论述了多传感器数据融合的基本工作原理及数据处理的基本模式,分析了微机控制系统中数据融合的一般过程．结合该技术在船舶工程中发展状况,分析了船舶信息处理过程的主要方法,并针对目前传感器技术、计算机控制技术、人工智能技术的发展,预测了数据融合技术未来的发展趋势以及扩大该技术在船舶中应用的几个重要问题。     

液压故障智能诊断专家系统的设计

故障诊断专家系统是一个动态的开放系统,而工程液压系统有效的智能诊断问题长期困扰工程技术界,提出一种新型的设计思路,并从二叉树推理、液压系统故障的特点、推理机理、软件重用和知识获取及管理等方面进行分析和探索,提出自己的见解．     

智能诊断技术在水电机组振动故障诊断的应用

通过对智能诊断技术发展状况的认识,了解到智能诊断技术的特点和发展中优势,为智能诊断技术在水电机组振动故障诊断中的应用奠定了有效的基础。通过具体对智能诊断技术的实际应用,建立了水电机组振动故障诊断的有效体系,建立了稳定运行和发展的水电机组。     

基于数据融合的高效可靠智能电网通信技术

随着智能电网的大规模部署,传感器等终端设备将会大量增加。面对随之产生的海量数据,高效可靠的通信方式成为新时代智能电网研究的热点。针对智能配电网中通信网络复杂、工作环比较混乱、通信点多的问题,本文提出了基于数据融合的新型融合组网方案。首先,采用边缘计算和有线无线相结合的新型融合组网方式,提高了组网融合的性能;然后结合了基于最佳权重分配的数据融合算法解决了数据冗余的问题,降低了能耗。最后通过理论分析和实验仿真验证了本文基于数据融合的新型融合组网方案的有效性,在性能上与传统加权算法对比更加优越。     

浅议故障检测诊断技术在矿山机电设备中的应用

随着科技的不断发展,机电设备在现代化生产中扮演着越来越重要的角色。机电设备的安全运行也就显得尤为重要,如果在运行的过程中发生故障将会造成不可估量的损失,甚至还可能引发重大安全事故,导致灾难性的后果。因此防范于未然,保证设备的安全性极为重要。文章在对矿山机电设备故障检测技术的定义和特点进行探讨的基础上,对其应用领域进行了分析,以期促进该问题的解决。     

机械故障的Bayes诊断法

对于机械故障，建立了贝叶斯诊断模型，利用并改进。Ｍ（·，＋）算法，给出一种较为满意的诊断方法，并通 过示例表现出同以往的模糊诊断模型的一致性及其优越性。     

集合经验模式分解在柴油机机械故障诊断中的应用

针对柴油机表面振动信号非平稳、非线性等特点,引入集合经验模式分解(EEMD)的信号分析方法,对原始振动信号叠加适当的随机高斯白噪声,从而改变信号的局部时间跨度,有效抑制了经验模式分解(EMD)的模式混叠现象.通过Hilbert变换作边际谱曲线以提取故障特征信息.仿真试验和发动机故障实例证实了EEMD算法可以提高振动信号的分析精度,在柴油机机械故障诊断领域应用前景广泛.     

智能型船舶机舱监测报警系统

设计一种智能型船舶机舱监测报警系统．它具有故障智能诊断功能，重点研究利用神经网络技术进行故障预警的原理和方法．在故障预报和诊断智能化方面比一般系统有明显的进步，符合船舶机舱自动化和智能化的发展方向．由于条件的限制，这些研究仅是初步的．     

发动机故障检测与诊断技术在司法鉴定中的应用研究

分析了汽车发动机质量、故障诊断在司法鉴定工作中的特点，通过对发动机“飞车”事故的鉴定试验研究，证明了：只有认真仔细，并借助科学合理的检测试验，才能公平、公正、客观地找出事故发生的根本原因．     

UML建模技术在智能故障诊断系统中的应用

智能故障诊断系统是电站仿真系统中的重要部分,它根据采集到的数据或经转换过的参数进行推理、判断出发生故障的设备.推理诊断采用专家系统和不确定性推理的技术.本文以UML(统一建模语言)为工具,对智能故障诊断系统进行面向对象分析、设计和建模.     

电控汽车发动机故障诊断技术研究

分析了神经网络在电子控制汽油机诊断中的应用,介绍了BP神经网络模型和学习训练过程,以及一种电子控制发动机诊断数据读取方法;简要说明了利用神经网络进行电控发动机诊断的过程.     

加权超1-依赖贝叶斯分类器在柴油机故障诊断中的应用

在传统贝叶斯分类方法基础上,通过计算每个超1-依赖分类器与其相对应的朴素贝叶斯分类器的差异性来对超1-依赖分类器进行加权,提出一种超1-依赖分类器的度量方法,并将该算法运用到Dewetron燃烧分析仪采集到的柴油机故障数据分类诊断中.实验证明,该算法在柴油机故障检测上较传统加权超1-依赖算法有较稳定的精度提升.     

示波器在内燃机故障诊断实验教学研究中的应用

利用示波器完成对内燃机特征及故障波形的实验过程,目的为加深学生对内燃机故障诊断教学内容的理解.为促进学生思考及动手能力,促进其将课本知识与实践相结合,分析了示波器在内燃机故障测试方面的应用.这对巩固课堂教学内容,使学生走向社会能尽快适应社会发展需要打下坚实基础.     

智能故障诊断技术及应用的研究

首先讨论了故障诊断系统的主要任务及其不同的分类方法,接着对几类典型智能故障诊断方法的原理、特点、诊断内容、诊断过程作了分析和比较。由于在实际应用中一种单纯的故障诊断方法往往得不到理想的诊断效果,因此重点讨论了几种重要的综合智能故障诊断方法。最后对智能故障诊断方法的应用做了简要介绍并对智能故障诊断方法的进一步发展做出思考。     

融合技术在小电流单相接地故障诊断中的应用

通过仿真获取三种故障类型对应的故障特征数据,利用BP网络实现对三种故障类型的诊断,并通过测试样本验证该网络能够实现对三种故障类型的正确分类;在实现分类的基础之上,利用D-S融合技术对三种故障进行融合选线,并根据不同的故障类型,修正不同选线方法对应的权值系数,使得融合选线的结果得到进一步提高.