2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、入侵檢測是保障家庭安全措施中不可缺少的手段之一,而傳統(tǒng)的入侵檢測系統(tǒng)采用“單傳感器閾值判別”的方式來對入侵進行檢測,不僅不可靠,誤警、漏警率極高,而且誤警信息的過度泛濫嚴(yán)重影響到了人們的正常生活。為了提高現(xiàn)有智能家居入侵檢測系統(tǒng)的實時性和報警的準(zhǔn)確率,保障人們家庭財產(chǎn)安全,研究與設(shè)計基于信息融合的智能家居入侵檢測系統(tǒng)具有廣闊的應(yīng)用前景和重要的研究意義。
  智能家居入侵檢測系統(tǒng)的關(guān)鍵技術(shù)是通過對家中各類安防傳感器數(shù)據(jù)信息綜合處理,

2、進而決策判斷出當(dāng)前家中是否遭到了入侵。關(guān)于智能家居入侵檢測的做法比較多,信息融合就是其中一種。本文首先通過歸納和總結(jié)現(xiàn)有基于D-S證據(jù)理論的集中式和分布式信息融合模型的優(yōu)缺點,提出時域證據(jù)不能等權(quán)重融合的觀點,然后通過結(jié)合實際家庭環(huán)境特點,提出了適用于智能家居入侵檢測的時空域信息融合模型。隨后通過分析現(xiàn)有D-S算法的缺陷和不足,并綜述了D-S證據(jù)理論算法改進的研究方向,提出了改進的基于Pignistic概率距離的證據(jù)組合規(guī)則,在此基礎(chǔ)上

3、進一步研究,再提出了適用于智能家居入侵檢測的時空域信息融合算法,通過實驗仿真驗證了算法的可行性和有效性。最后設(shè)計了基于嵌入式平臺的智能家居入侵檢測系統(tǒng)服務(wù)器和基于Android平臺的移動客戶端。
  具體工作如下:
  1、時空域信息融合入侵檢測模型的提出。首先,分析了現(xiàn)有模型信息融合的本質(zhì),針對模型中對時域融合采用等權(quán)重融合的缺點,結(jié)合了家庭環(huán)境不斷變化的特點,提出在入侵檢測時域融合中動態(tài)調(diào)整權(quán)值的思想,在此基礎(chǔ)上提出了具

4、體的適用于智能家居入侵檢測的時空域信息融合模型。
  2、對D-S證據(jù)組合規(guī)則的改進。針對現(xiàn)有D-S改進算法度量沖突程度方法的不準(zhǔn)確與收斂速度慢的缺陷,提出證據(jù)集期望的概念和一種基于沖突系數(shù)和Pignistic概率距離的證據(jù)融合規(guī)則。先用沖突系數(shù)和Pignistic概率距離的平均值來表征證據(jù)間的沖突程度,通過計算出每一條證據(jù)的重要程度權(quán)值,進而求出證據(jù)集期望,然后用證據(jù)集期望作為現(xiàn)有證據(jù)集的反饋來替換掉證據(jù)集中相關(guān)性最低的證據(jù),以

5、此修正證據(jù)集中可信度低的干擾證據(jù),最后對修正證據(jù)集用D-S規(guī)則進行融合。通過算例分析,驗證了改進的組合規(guī)則能夠排除干擾證據(jù)、降低沖突,并加快系統(tǒng)收斂速率。
  3、時空域信息融合入侵檢測算法的提出。針對現(xiàn)有智能家居入侵檢測算法收斂速度慢及抗干擾能力差進而導(dǎo)致決策系統(tǒng)實時性和魯棒性差的缺陷,分析了時空域證據(jù)融合的特性,得出時域融合重在沖突融合、空域融合更重在去除沖突融合的結(jié)論?;诖?,提出基于證據(jù)理論的時域自適應(yīng)加權(quán)算法及空域證據(jù)修

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論