《基于LabVIEW的数据融合火灾识别模型应用》PDF+DOC

📙 相关资料

1. 《一种基于多信息融合的火灾预警系统》PDF+DOC 本文将多传感器数据融合技术应用在火灾预警系统中，选择多个传感器对火灾过程的多参数进行监测，弥补了采用单一传感器的不足，扩展了时间上和空间上的监测范围。系统将RBF神经网络与D-S证据理论相结合，有效的降低了漏报率和误报率，实现了对火灾的全面检测和预警。...
2. 《数据融合方法综述及展望》PDF+DOC 数据融合技术可以避免单一传感器的局限性 ，通过获得更多、更准确的信息 ，提高结论的可信度。总结了能够用于数据融合的方法 ，并展望了这一技术的发展趋势。...
3. 《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......
4. 《神经网络数据融合在车用传感器中的应用》PDF+DOC 在阐述了神经网络数据融合优势的基础上，分析了将神经网络数据融合应用于汽车传感器的可能性，并以汽车自适应悬架控制系统为例，建立了其BP神经网络模型，通过实验仿真，验证了该方法的可行性。...
5. 《基于多传感器数据融合的火灾预警系统》PDF+DOC 为避免火灾造成的严重损失，实现火灾早期报警，本系统通过对火灾发生过程和产物的研究比较，采用多种传感器对火灾发生初期火灾特征较明显的几个参数进行监测，并实时反馈回采集的数据。系统利用D-S证据理论对多传感器数据进行融合分析，实现对同一目标的判断；本系统通过利用D-S证据理论对多传感器数据融合的方法，不......
6. 《基于高阶模糊神经网络及D-S证据理论的数据融合系统》PDF+DOC 高阶神经网络具有容量大、逼近能力强、容错范围广的特点 ，模糊系统具有较高的模糊语言处理能力 ，D S证据理论具有不需要先验概率的优点。故将高阶神经网络、模糊系统、D S证据理论运用于数据融合系统 ，可以使得该系统具有较强的系统自学习能力和对外界环境的适应能力。...
7. 《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+DOC 本文提出了一种基于神经网络的泛化能力来计算多传感器测量值可信度的方法 ，文中使用了两种类型的神经网络 ：CMAC和 BP网络 ；并利用 D- S证据理论将多传感器的多次测量在时间域进行融合 ，以获取准确可靠的融合识别结果。仿真实验表明该方法是可行的 ，能有效地提高系统识别率及鲁棒性。...
8. 《基于多传感器数据融合的智能火灾预警系统》PDF+DOC 根据当今火灾探测的现状和实现火灾早期探测的需求，将多传感器数据融合技术应用在火灾预警系统中。选择多个传感器对火灾过程的多参数进行监测，特别对火灾发生初期产生的异常信息进行全面监控，弥补了采用单一传感器的不足，扩展了时间上和空间上的观测范围。采用自适应加权融合估算法配合智能判别技术，增强了系统报警输出......
9. 《神经网络数据融合模式识别系统性能研究》PDF+DOC 有效地利用多传感器的信息构建数据融合系统后，其性能优于单传感器系统。该文针对一种多传感器神经网络数据融合模式识别系统，对其分类性能进行了研究，以信息论的观点，从理论上证明了上述结论的正确性。...
10. 《基于多权值神经网络的老人跌倒智能识别研究》PDF+DOC 随着我国人口老龄化及对延年益寿的期望加剧，老年人的健康问题受到广泛的关注。针对这一社会问题，建立人体跌倒模型，并对三轴加速度传感器采集来的不同人体跌倒姿态的高维数据做主成分分析(PCA)，降维处理使其特征投影到低维空间，再将降维后的特征向量借助多权值神经元网络算法识别人体跌倒姿态。最后，实际采样的人......