版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、基于經(jīng)典的Dempster-Shafer(D-S)證據(jù)理論的信息融合方法,能夠?qū)崿F(xiàn)時(shí)間或空間上冗余信息及互補(bǔ)信息的有效融合,降低決策中的不確定性,獲得被測(cè)系統(tǒng)的一致性描述。應(yīng)用D-S證據(jù)理論進(jìn)行信息融合時(shí),首先要確定關(guān)于系統(tǒng)的辨識(shí)框架,然后將描述系統(tǒng)的不確定性信息轉(zhuǎn)換為證據(jù)(基本概率賦值BPA),將多個(gè)信息源提供的BPA進(jìn)行融合,利用融合后的BPA進(jìn)行決策。經(jīng)典D-S證據(jù)理論需要精確(單值)的BPA,但其對(duì)不確定性信息的度量比較粗糙,會(huì)
2、丟失很多有用的信息。而近幾年出現(xiàn)的區(qū)間證據(jù)理論是對(duì)經(jīng)典D-S證據(jù)理論的拓展,它將不確定性信息轉(zhuǎn)換成區(qū)間形式的BPA(IBPA),亦即區(qū)間(型)證據(jù),這不僅符合人的常性思維和主觀概念,而且包含更多的信息,用融合后IBPA進(jìn)行決策可以產(chǎn)生更為精確的結(jié)果。
本文介紹了經(jīng)典的D-S證據(jù)理論和區(qū)間證據(jù)理論的基本知識(shí)。然后在區(qū)間證據(jù)構(gòu)造方法及沖突性區(qū)間證據(jù)融合方法方面展開(kāi)研究,具體內(nèi)容如下:
1、介紹經(jīng)典D-S證據(jù)理論和
3、區(qū)間證據(jù)理論的基本原理,詳細(xì)分析了區(qū)間證據(jù)理論在國(guó)內(nèi)外研究狀況,并針對(duì)理論存在的不足進(jìn)行闡述和論證。
2、基于改進(jìn)型拉丁超立方體隨機(jī)采樣(MLHS)策略,提出一種構(gòu)造區(qū)間證據(jù)的方法。該方法將MLHS均勻分層采樣的基本思想應(yīng)用于處理區(qū)間信息,構(gòu)造區(qū)間證據(jù),并通過(guò)多功能柔性轉(zhuǎn)子故障診斷實(shí)例,以驗(yàn)證所提方法的有效性。
3、針對(duì)原有的區(qū)間證據(jù)歸一化方法存在丟失信息的缺點(diǎn),提出了一種新的區(qū)間證據(jù)全局歸一化方法。該方法對(duì)
4、有效的區(qū)間證據(jù)進(jìn)行全局歸一化處理,充分利用了更多的原始區(qū)間證據(jù)中的信息。通過(guò)典型算例說(shuō)明,相比原有的方法,該方法與原始區(qū)間證據(jù)具有更高的相似性,含有更多的信息。
4、基于證據(jù)相似性度量,提出一種沖突性區(qū)間證據(jù)融合的新方法。定義了擴(kuò)展型Pignistic概率轉(zhuǎn)換并利用區(qū)間模糊集的歸一化歐式距離,獲取區(qū)間證據(jù)的置信度。基于該置信度對(duì)原始的區(qū)間證據(jù)進(jìn)行加權(quán)平均得到新的區(qū)間證據(jù),利用Demspter區(qū)間證據(jù)組合公式對(duì)其進(jìn)行融合。該
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于D-S證據(jù)理論的信息融合方法研究與應(yīng)用.pdf
- 基于證據(jù)理論的動(dòng)態(tài)融合方法研究.pdf
- 基于證據(jù)理論的動(dòng)態(tài)融合方法研究
- 證據(jù)理論在信息融合中的分析改進(jìn)與應(yīng)用研究.pdf
- 基于d-S證據(jù)理論的信息融合方法研究及軍事應(yīng)用.pdf
- 基于證據(jù)理論的信息融合研究及其在水質(zhì)監(jiān)測(cè)中的應(yīng)用.pdf
- 基于證據(jù)理論的風(fēng)電機(jī)組故障信息融合診斷方法.pdf
- 證據(jù)理論在WSN數(shù)據(jù)融合中的應(yīng)用研究.pdf
- 證據(jù)理論及其在遙感影像融合分類中的應(yīng)用研究.pdf
- 證據(jù)理論中的證據(jù)生成和融合方法研究.pdf
- 基于證據(jù)理論的多源信息融合技術(shù)研究與應(yīng)用.pdf
- 基于粗糙集與證據(jù)理論的信息融合研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和D—S證據(jù)理論的信息融合方法的研究.pdf
- 基于證據(jù)理論的圖像融合新算法及應(yīng)用.pdf
- 基于證據(jù)理論信息融合的電站鍋爐故障診斷.pdf
- 基于粗糙集的證據(jù)理論及其在網(wǎng)絡(luò)證據(jù)融合中的應(yīng)用.pdf
- 基于證據(jù)理論的燃?xì)廨啓C(jī)信息融合故障診斷方法研究.pdf
- 基于粗糙集與證據(jù)理論的決策信息融合研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)與D-S證據(jù)理論的數(shù)據(jù)融合方法及應(yīng)用研究.pdf
- 混合云環(huán)境下基于證據(jù)理論的多源信息融合研究.pdf
評(píng)論
0/150
提交評(píng)論