作者：梁建成,李圣怡,温熙森,杨林,吴学忠 单位：国防科技大学 出版：《国防科技大学学报》1995年第02期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFGFKJ502.0060 DOC编号：DOCGFKJ502.0069 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对机床智能加工对加工状况监测的要求，文中提出一种在线估计表面粗糙的神经网络多传感器融合方法，用该方法可获得表面粗糙度的较好估计。文中论述了该方法的特征提取，维数压缩和归一化等预处理方法，神经网络的构造及训练等内容。仿真表明，该方法是可行和有效的。

    📙 相关资料

    1. 《多传感器融合在通风机故障诊断中的应用》PDF+DOC 针对单一传感器节点只能采集通风机的部分信息，故障诊断结果具有片面性，提出一种多传感器融合的通风机故障诊断方法。首先采用单个传感器提取其状态信息，并采用小波分析提取通风机状态特征，然后采用神经网络对单一传感器进行通风机故障诊断，然后将每一个诊断结果作为一个证据，采用D-S证据理论进行信息融合，得到最终......
    2. 《CNN和D-S证据理论相结合的齿轮箱复合故障诊断研究》PDF+DOC 针对齿轮箱复合故障诊断问题，将深度卷积模型(CNN)和D-S证据理论相结合，对多传感器信息进行融合。首先，利用深度卷积模型对多个传感器信息进行自适应特征提取，经softmax进行初步分类。其次，将深度卷积模型的输出结果作为D-S证据理论的输入，计算出基本概率分配，根据Dempster合成法则进行决策......
    3. 《基于多传感器融合信息的故障诊断》PDF+DOC 研究了多传感器信息融合技术应用于复杂设备系统状态监测和故障诊断的方法。简述了多传感器信息决策层融合及 Dempster- Shafer证据理论的基本内涵 ，研究了基于 Dem pster- Shafer证据理论的决策层信息融合进行状态监测和故障诊断的算法 ，利用这一方法对柴油机的工作过程多种故障进行......
    4. 《移动机器人多传感器信息融合技术综述》PDF+DOC 阐述了当前在移动机器人领域常用的几种多传感器融合方法，介绍了移动机器人常用的传感器配置及所用的融合算法。对D S证据理论、卡尔曼滤波、神经网络与模糊推理信息融合方法优缺点进行了对比分析。...
    5. 《多传感器融合技术及其应用》PDF+DOC 多传感器融合技术是近几年来迅速发展的新技术，具有广阔的应用前景。本文重点介绍了该技术的基本工作原理、功能、融合法及其应用等。...
    6. 《多传感器信息融合技术在电力系统的应用前景探讨》PDF+DOC 在介绍多传感器信息融合技术的基础上 ，通过分析电力系统的实际特点 ，阐述了此项技术应用在电力系统中的可行性和必然性 ，并举例说明了在电力系统的应用前景 ，最后提出了此项技术应用于电力系统将遇到的一些实际问题。...
    7. 《神经网络在多传感器信息集成与融合中的应用》PDF+DOC 多传感器信息集成与融合在处理信息中呈现出较好的实用性和优越性。介绍了有关多传感器信息集成与融合方面的基本知识 ，分析了传统的信息融合与运用神经网络实现多传感器信息融合的差异、实质 ，并给出了神经网络实现多传感器信息集成与融合的步骤。通过自动化程度很高的智能机器人对外界信息的集成与融合 ，用实验证明了......
    8. 《Elman神经网络多传感器融合技术的研究与应用》PDF+DOC 由于重力传感器容易受环境温度等各种非目标参量的影响，其输出性能大大降低，为此，采用Elman神经网络多传感器融合技术加以解决。传感器信息融合是对多种信息的获取、表示及其内在联系进行综合处理和优化的技术。多传感器信息经过融合后能够完善、准确地反映环境的特征。采用Elman神经网络补偿由系统的非线性和外......
    9. 《基于神经网络的高线中轧电机故障诊断的研究》PDF+DOC 在对中轧电机故障诊断的特点和要求基础上，提出了一种基于神经网络的故障诊断方法。对所采集的高线中轧电机的各参数进行数据预处理与特征提取、归一化后，把这些特征参数作为神经网络的输入，经过学习训练，以判断系统状态，识别系统的故障。工程实践表明该故障诊断方法可行、有效。...
    10. 《多传感器信息融合在液压系统智能故障诊断中的应用》PDF+DOC 针对采矿工程机械液压系统故障诊断方法存在的局限性，提出了一种基于多传感器信息融合的智能故障诊断方法。该方法采用模糊神经网络融合诊断中心作为故障诊断的执行机构，算法上采用BP算法。通过一实例论证了在液压系统故障诊断中采用多传感器信息融合故障诊断方法比采用单传感器信息故障诊断方法更具有准确性和可靠性。...

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。