《数据融合技术在智能建筑火灾探测中的应用研究》PDF+DOC

📙 相关资料

1. 《基于神经网络与D-S证据理论的多传感器目标识别技术》PDF+DOC 为了满足目标识别的需要，多传感器的数据融合技术已经成为研究的热点。D-S证据理论是多传感器信息融合中最常用的一种处理不确定问题的方法，在基于D-S证据理论的目标识别融合中，基本概率赋值的获取是一个难点。使用神经网络中应用最广泛的BP神经网络来求基本概率赋值，再结合D-S理论进行目标识别。结果表明这种......
2. 《复合型智能火灾探测器的设计与研究》PDF+DOC 介绍了采用温度传感器、烟雾传感器和CO传感器等构成的复合型火灾探测器，并应用设置在该探测器内部的软件算法对各传感器采集到的输入信号进行智能分析和处理。对BP神经网络进行了训练。模拟火灾试验结果表明，所设计的复合型智能火灾探测器能快速、准确地判别各类火情，进一步增强火灾探测的灵敏度和可靠性。...
3. 《基于Labview的BP神经网络在火灾探测中的应用》PDF+DOC 针对某建筑目标进行复合式传感器设置，通过火灾试验得到相应的火灾特征数据，利用基于Labview的BP神经网络分析处理所得数据进得出火灾判定结论，并且与数据融合技术所得结果进行对比分析，最后与实际火灾试验进行对比。研究结果表明：利用BP神经网络进行火灾信息处理可以提高火灾报警系统的准确性和智能化水平；......
4. 《CO作为带式输送机火灾探测特性参数的探讨》PDF+DOC 本文分析了带式输送机燃烧理论，讨论了CO探测器探测火灾的可行性及优越性，介绍了CO传感器的工作原理及结构，指出CO作为矿井带式输送机火灾早期探测特性参数的必要性，可提高报警的灵敏度和可靠性。...
5. 《基于D-S证据理论和BP神经网络的多传感器信息融合》PDF+DOC 针对多传感器信息融合的基本可信度分配在实际应用中难以解决的问题，提出了一种基于D-S证据理论与BP网络相结合的多传感器信息融合的改进方法。该方法充分发挥BP神经网络自学习、自适应和容错的能力，利用BP神经网络处理证据理论的基本可信度问题，再利用D-S证据理论来处理不精确、模糊的信息。最后通过一个实例......
6. 《数据融合技术在异步电机故障诊断中的应用》PDF+DOC 将数据融合方法引入到异步电机的故障诊断中，通过不同传感器综合采集异步电机运行时的各个状态参数，运用并行BP子神经网络对异步电机进行局部诊断，再用D-S证据理论对局部诊断的结果进行全局融合，实现对异步电机的准确诊断。实验表明，诊断结果的可信度显著提高，不确定性明显减少，证明了该方法是有效的。...
7. 《BP神经网络和D-S证据理论的目标识别》PDF+DOC 目标识别是指挥自动化系统的一个重要组成部分，针对现代战争对抗手段不断增强的特点，运用BP神经网络和D-S证据理论探索作战飞机机型的识别方法。前端采用3层BP神经网络结构，以传感器接收数据为输入，以神经网络输出作为证据，后端对不同传感器的证据按D-S理论进行融合，得到待识别目标的识别概率。经由M AT......
8. 《BP和D-S结合的多传感器协同目标识别推理机制》PDF+DOC 针对多传感器协同目标识别的基本概率赋值在实际应用中存在容易导致决策可信度低等难以解决的问题，提出一种基于BP神经网络和D-S证据理论的多传感器协同目标识别的推理机制。简述了BP神经网络理论和D-S证据理论，构建了目标识别推理框架，推理了算法可行性，进行了实例仿真，通过信息融合，不确定性的基本概率赋值......
9. 《多传感器信息融合技术在变压器故障诊断中的应用》PDF+DOC 本文中作者通过采集变压器运行时的状态参数，运用并行的两个BP神经网络对变压器进行局部诊断，再用D-S证据理论对局部诊断的结果进行全局融合，实现了对变压器故障的准确诊断。...
10. 《基于多源数据融合的石油罐区安全监控模型》PDF+DOC 由于单一传感器在石油罐区安全监控中容易受到外界因素影响从而产生误差，为提高传感器检测结果的可靠性和罐区安全监控预警的准确性，基于多源数据融合技术，建立罐区安全状态预警模型。首先，介绍了多源数据融合技术的3个层级：数据级融合，特征级融合和决策级融合，以及目前各领域常见的数据融合方法；其次，建立了基于最......