《粗糙集理论在信息融合中的应用》PDF+DOC

📙 相关资料

1. 《基于粗糙集和模糊kohonen聚类网络的多传感器数据融合》PDF+DOC 多传感器数据融合的难点在于传感器聚类状态的切换，即在某一时刻该传感器应该往哪个方向融合数据的问题。利用粗糙集进行知识的获取，把54个传感器1天内的可融合的典型聚类分布作为样本空间形成“数据-融合分布”的决策表，然后对一个月的数据根据粗糙集的知识约简方法，去掉冗余的属性和样本。利用模糊kohonen聚......
2. 《基于多传感器信号分析的故障诊断》PDF+DOC 为解决复杂环境中难以诊断的机械故障，以振动信号和温度、压力等测量信号为基础，建立一种基于多种传感器信号分析的故障诊断模型。针对振动信号，采用小波包对原始振动信号进行分解，提取特征值组成原始特征向量，然后采用粗糙集方法对原始特征向量进行特征约简，将约简后的分类规则作为对向神经网络的训练集。针对温度、压......
3. 《基于粗糙集和改进D-S证据理论的故障诊断方法》PDF+DOC 针对大型设备传感器数据存在的冲突、模糊、不确定等问题，提出了一种基于粗糙集和改进D-S证据理论相结合的数据融合故障诊断方法。通过粗糙集属性约简后的决策表计算属性的规则强度，客观地确定属性的基本可信度分配值；同时利用属性的决策重要度来衡量证据的相对权重，对D-S证据理论的合成规则进行修改，弥补其证据冲......
4. 《基于粗糙集和小波神经网络信息融合在加热炉控制中的应用》PDF+DOC 为更有效地控制加热炉中钢坯温度及其分布，将粗糙集和小波分析理论引入神经网络，构成小波神经网络。综合多传感器信息融合的理论和技术，从加热炉应用出发给出了一种多传感器信息融合的控制结构。该控制结构能够实现炉温和燃料消耗量的自动控制，达到了优化整个生产系统的目的。...
5. 《无线传感器网络中分布式数据挖掘算法研究》PDF+DOC 研究无线传感器网络中数据挖掘问题。针对大量高维冗余且不确定的无线传感器网络监测数据传送到中央服务器上使用传统的数据挖掘方法进行挖掘的缺点相当明显，导致耗费了珍贵的网络能量。为解决上述问题，提出在每个传感器节点上进行基于粗糙集与遗传BP网络相结合的分布式数据挖掘算法，利用GA来训练BP网络的阈值和权值......
6. 《粗糙集多传感器融合理论在大棚喷雾机器人中的应用》PDF+DOC 针对多传感器融合过程中传感器数据过载的问题，提出了一种基于粗糙集约简理论的方法，应用于大棚喷雾机器人植物识别系统之中。首先根据植物的特性，建立植物种类识别信息表即初始决策表，然后根据粗糙集约简规则推导出最小决策规则，最后得到杂草识别区分的最快融合算法。...
7. 《基于多传感器信息融合的智能机器人的研究》PDF+DOC 讨论粗糙集理论和D-S证据理论相结合的多传感器信息融合方法，并提出将该方法应用于智能机器人，用粗糙集对传感器数据进行简约处理和D-S证据理论实现证据的合成及智能决策，以增强系统的分辨能力，同时有效提高了系统的信息融合速度和决策的可靠性。...
8. 《基于粗糙D-S理论的身份融合方法》PDF+DOC 综合运用粗糙集方法与D-S证据理论可有效解决身份融合中的一些复杂问题。针对多传感器身份融合中D-S理论获取基本概率赋值存在主观性的问题，提出了一种新的基于粗糙集理论的证据获取和基本概率赋值客观确定方法；利用粗糙集中属性的重要性消除冗余传感器，减少了证据组合的冲突现象。在此基础上，给出了基于粗糙D-S......
9. 《基于Rough Set和禁忌神经网络的传感器节点故障诊断》PDF+DOC 针对传感器节点通常位于无人看守甚至危险恶劣的环境中因而容易出现各类故障，提出了一种基于粗糙集(Rough set，RS)和禁忌神经网络的故障诊断方法；首先，采用自组织网对属性值进行离散化，然后采用粗糙集的可辨识矩阵对属性进行约简以降低输入数据的维数，最后，通过禁忌算法对神经网络进行优化形成最终的故障......
10. 《粗糙集和神经网络在数据融合中的应用研究》PDF+DOC 传感器聚类状态的切换是多传感器数据融合的难点之一，也就是某个传感器在某一时刻应该向哪个方向融合数据的问题。文中采用粗糙集进行知识的获取，把1天内的54个传感器的可融合典型聚类分布作为数据样本空间形成决策表———“数据-融合分布”决策表；然后对一个月内的数据运用粗糙集的知识约简算法，去除冗余的属性和样......