《基于极限学习机的多传感器旋转机械故障诊断》PDF+DOC

📙 相关资料

1. 《基于改进自适应加权的多传感器融合监测》PDF+DOC 针对加注系统多传感器测量数据融合，为满足融合的可靠性与准确性需求，提出了一种改进的自适应加权融合算法；加权融合算法的关键是如何准确判定测量数据权重值，在总结分析当前权重值判定方法优缺点的基础上，将证据理论中的修正证据距离引入测量数据间距离计算，生成融合权重值，完成传感器数据融合；通过一般算例与加注系......
2. 《基于证据理论的多传感器融合故障诊断方法》PDF+DOC 在多传感器故障诊断系统中，需要建立故障特征参数空间到故障类型空间的对应关系，同时还需要解决不同传感器对同一机器的诊断结果可能存在冲突的问题。基于证据理论的多传感器融合故障诊断方法可以较好的解决上面的问题。论文首先结合机械故障诊断系统讨论了D-S证据理论，然后给出两传感器融合诊断的具体实例，最后对比分......
3. 《机动目标跟踪的多传感器分层加权融合算法》PDF+DOC 针对应用并行，Bar Shalom-Campo等融合算法实现多传感器对机动目标的融合跟踪时，经典的交互多模型(IMM)无法提供目标运动模型这个先验信息的问题，提出一种机动目标跟踪的多传感器分层加权融合算法，该算法通过分层加权得到多种融合算法所需的目标运动模型信息，最后使用扩展卡尔曼滤波器(EKF)对......
4. 《基于证据理论的多传感器加权融合》PDF+DOC 多传感器数据融合多基于证据理论进行加权，但识别框架确定和基本可信度分配是关键。本文简述了证据理论并分析了总均方误差最小意义下加权融合的缺点，在引入抽象传感器的基础上，根据M函数的区间覆盖次数进行基本可信度分配，确定对历史数据和各个传感器的支持度，然后进行加权融合。仿真表明，这种基于证据理论的多传感器......
5. 《多传感器数据融合技术及其应用》PDF+DOC 针对多传感器融合技术，依据中心分布式判决和非中心分布式判决理论，采用加权融合估计算法，以实现多参数的复杂系统．多传感器融合技术的使用，具有降低噪声干扰、减少信息冗余性、提高精度等优点．为多参数测量的复杂系统提供了有效手段．...
6. 《基于证据理论的多传感器加权融合改进方法》PDF+DOC 针对多传感器系统中高冲突证据合成问题，考虑到传感器同时具有固有可靠性与实时可靠性的特点，基于证据理论提出了一种新的多传感器加权融合方法；该方法通过计算证据间的相似矩阵获取证据的后验权重，并结合根据传感器固有可靠性预先分配的先验权重，得到证据体的复合权重，然后据此对原始证据进行加权平均，最后利用D-S......
7. 《基于粗集理论证据加权的电子目标识别法》PDF+DOC 在对电子目标进行识别时，往往采取多传感器融合的D2S证据理论进行处理，但是由于传统的D2S证据理论中各传感器对识别结果的重要性没有区分，基于此将粗集理论属性重要度概念应用到各传感器的重要性上，从而实现加权融合的证据理论。仿真实验及其结果表明该方法对电子目标识别是有效的，尤其在传感器受到干扰时，具有较......
8. 《基于带无偏输入的加权融合算法》PDF+DOC 给出了带输入估计的卡尔曼滤波算法，比较了带输入估计的卡尔曼滤波算法和标准卡尔曼滤波算法的差别，在此基础上提出了一种最优加权的数据融合方法，分析了最优权值的分配原则，给出了最优加权下的多传感器融合算法。该算法首先计算出各个传感器当前的滤波精度，依据各传感器当前时刻的滤波精度分配权值，同时测量方差的时变......
9. 《基于支持度矩阵的一种多传感器融合方法》PDF+DOC 针对当前多传感器融合过程中，各传感器可靠度估计困难和观测值融合精度低的问题，文中提出一种基于支持度矩阵的最优加权多传感器融合方法，首先建立各传感器之间的相互支持度矩阵，然后对综合支持度高的传感器进行最优加权融合。仿真结果表明，该方法实现简单，能够客观地反映各传感器的可靠程度，不需要知道任何先验信息。......
10. 《多传感器数据融合技术应用研究》PDF+DOC 当前多传感器数据融合技术中，多是基于支持度矩阵的最优加权多传感器融合方法，但在支持度矩阵的计算中，相对距离的选取多是基于时域峰值，时域峰值在测量中存在较大干扰和不确定性，因此通过时域峰值不能很好地确定两个传感器之间的相互支持程度.本文提出了一种基于互相关函数的支持度矩阵计算方法，然后对支持度高的传感......