分享到:

基于神经网络和证据融合理论的航空发动机气路故障诊断

为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了改良的D-S证据理论,对基于自组织竞争网络和BP神经网络的2个诊断子系统的诊断结果进行决  (本文共4页) 阅读全文>>

上海交通大学
上海交通大学

基于集合经验模态分解和D-S证据理论的异质数据融合

机械加工零件时,零件表面质量,比如如平面度,不仅与加工方法及工艺参数有关,也与加工刀具的磨损程度紧密相关,保证机床加工时刀具的良好状态非常必要。本文从刀具状态监控的间接测量方法入手,以安装在加工中心的多传感器信号为研究对象,进行了多尺度信号分解和多类型信号融合的研究,进而建立传感器信号与刀具磨损程度之间的关系。主要研究成果如下:首先,以声音信号、振动信号、声发射信号等为研究对象,在对比传统EEMD算法与自适应EEMD算法的基础上,提出了改进EEMD算法。改进EEMD算法以极值点分布状态为依据,为原信号自适应的选择最佳白噪声幅值系数和添加次数,更好的解决模态混叠现象。通过一个仿真实验,以及两个铣床切削实验,并以分解误差、正交指数和相关系数为评价指标,验证了本文方法的有效性,且改进EEMD算法相较其他方法具有更高的分解精度。其次,在应用改进EEMD对铣床切削实际传感器信号进行分解和特征提取的基础上,提出将信号特称通过区间值转化的形式...  (本文共98页) 本文目录 | 阅读全文>>

云南大学
云南大学

基于D-S证据理论的虚拟机性能评估

在虚拟化技术持续发展的浪潮中,大量的业务平台逐渐迁移到了云资源池上。但在实际应用的过程中,规划部门对于大型业务平台的云化(业务量大、用户多、处理能力要求高的平台)存在顾虑。担心的根源在于服务器虚拟化之后,虚拟资源的分配方式较为粗略,会造成性能不稳定。同时,在同一物理主机上,部署多个虚拟机(Virtual Machine,VM)所导致的资源竞争取决于多个虚拟机上运行的应用在不同时刻对不同资源类型的需求,这种竞争使虚拟机的性能具有不确定性。为了能预测虚拟机性能的不确定性,本文利用了 D-S证据理论能够表达不确定性这一特性,来描述影响虚拟机性能的不确定性。通过分析某个具体类型的应用在虚拟机运行过程中,各个特征之间可能存在的相互制约和联系的关系,以及对性能产生的影响,量化其中的不确定性,最终以概率的形式预测出某个应用在特定配置特征下的性能值。总的来说,本文的主要工作及贡献可概括如下:1.建立虚拟机性能预测模型由于D-S证据理论既可以表示...  (本文共54页) 本文目录 | 阅读全文>>

山东师范大学
山东师范大学

基于改进D-S证据理论的网络证据融合方法研究

在飞速发展的互联网时代,网络数据量急剧增加,网络的开放性和虚拟性为不法犯罪分子提供了机会,如何在海量数据中准确地发现非法数据已成为急需解决的问题,因此网络取证应时而生,并得到了快速发展。在取证过程中主要涉及证据生成即基本概率指派(BPA)的生成和证据融合两步,其中存在信息量大、BPA如何生成以及融合精度低的问题。针对信息量大的问题,本文首先提出了一种基于类贡献度和特征加权的KNN方法进行预处理以减少数据量,针对后两个问题分别提出了基于核密度估计(KDE)的基本概率指派生成方法确定BPA以及基于共信度的D-S组合方法提高融合精度。本文主要内容如下:(1)提出了一种基于特征加权和类贡献度的KNN方法针对KNN算法易受近邻点选择和类别判定规则影响的问题,提出了基于特征加权和类贡献度改进的DCT-KNN算法,通过有无某特征时的准确率计算该特征的权重,在此基础上利用加权距离以及各类别近邻点等确定类贡献度,实现对原始KNN算法的改进,实验表...  (本文共52页) 本文目录 | 阅读全文>>

江西师范大学
江西师范大学

基于D-S证据理论的多传感器数据融合算法研究

随着物联网技术的发展,传感器技术的使用越来越广泛。相对于单个传感器系统的不稳定,可信度低等缺点,多传感器系统能够最大限度的获取被探测目标的信息量。多传感器数据融合是将多个传感器所采集到的不准确信息进行检测,关联和估计,降低信息中包含的不确定成份,得到与真实环境最大一致性的处理过程。在实际应用中,复杂多变的目标环境需要使用多传感器技术来进行数据分析,融合与决策。因此,掌握多传感器数据融合的方法和原理至关重要。本文围绕D-S证据理论展开,介绍其理论基础,组合规则,分析其存在的问题以及一些典型的改进方法。最后针对D-S组合规则在处理冲突证据时的不足,提出了一种改进方法并通过实验仿真证明本文算法的有效性和适用性。本文改进方法分为两部分:一、通过计算证据之间的相互支持度和证据之间的相似度,综合度量每个证据的修正参数(折扣因子)。利用修正参数(折扣因子)修正证据,并通过D-S组合规则融合修正后的证据得到相对准确的融合结果。二、以融合结果作为...  (本文共57页) 本文目录 | 阅读全文>>

河南科技大学
河南科技大学

基于D-S证据理论的无线传感器网络决策融合研究

传感器获取的信息表现形式多样,且具有复杂性、不确定性、冗余性等特点,使得传感器节点能耗升高,从而降低了网络的生存周期。因此,无线传感器网络决策融合技术应运而生,不仅可以减少数据传输量、降低传输能耗,还能够有效地提升传感器网络数据的处理精度,具有非常重要的现实意义。目前,Dempster-Shafer(D-S)证据理论被广泛用于解决无线传感器网络中的决策融合问题,然而其基本概率分配函数模型通常难以被精确构建,并且在融合高度冲突证据时通常会出现与常理相悖的结果,以致做出错误的决策。因此,本文基于D-S证据理论提出了以下三个方面的决策融合方法。1.针对现有的证据冲突度量方法无法有效区分单子集和多子集这一问题,提出一种基于改进证据距离的多传感器决策融合方法。首先,在分析Jousselme证据距离的基础上,对相似性Jaccard系数矩阵进行分块化处理,借此计算各证据的权值来修正证据源,最终得到融合后的决策结果。仿真结果表明该方法不仅能有效...  (本文共69页) 本文目录 | 阅读全文>>