《基于D-S推理的汽轮发电机组融合诊断》PDF+DOC
作者:董彩凤,马平,隗喜斌
单位:哈尔滨汽轮机厂有限责任公司
出版:《汽轮机技术》2003年第02期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFQLJV2003020200
DOC编号:DOCQLJV2003020209
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多传感器的神经网络和D-S证据理论在故障诊断中的应用》PDF+DOC2017年第04期 周国宪,伍星,刘韬
《基于模糊神经网络的D-S证据理论在多传感器信息融合中的应用》PDF+DOC2008年第02期 刘金花,张公永
《D-S证据理论在火灾检测中的应用》PDF+DOC2016年第05期 王慧,宋宇宁
《基于D-S证据理论的多传感器气体泄漏源判定》PDF+DOC2016年第12期 朱菲菲,孙启湲,贾云伟,燕磊
《用证据理论实现相关信息的融合》PDF+DOC2001年第10期 罗志增,叶明
《基于D-S证据理论的目标属性辨识研究》PDF+DOC2004年第02期 曲东才,张毅,史贤俊
《基于神经网络的D-S证据理论应用于多传感器目标识别》PDF+DOC2001年第06期 李玉榕,蒋静坪,杨富文
《D-S证据理论在信息融合中的应用研究》PDF+DOC2010年第12期 易建政,汪金军,张俊坤,郑晓飞
《D-S证据理论的推广在多传感器信息融合中的应用》PDF+DOC2008年第03期 裴万里,王翔
《基于模糊C均值聚类和D-S证据理论的多传感器信息融合技术研究》PDF+DOC2008年第05期 张公永,王平,张佑春
依据汽轮发电机组的故障特性,提出了一种有效的融合算法。首先将多个传感器获得的振动信号进行特征提取,而后通过BP神经网络实现故障分类,最后根据D-S证据推理做出故障决策并给出实例。文中对融合中每个传感器的权重也进行了讨论。
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。