《基于BP神经网络和D-S证据理论的火灾报警系统》PDF+DOC

📙 相关资料

1. 《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......
2. 《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......
3. 《基于神经网络与改进D-S证据理论的目标识别》PDF+DOC 研究基于神经网络(NN)和D-S证据理论相结合对多传感器多测量周期进行数据融合的目标识别方法.采用中心式融合算法，利用神经网络对单个传感器不同周期的目标进行融合识别；利用D-S证据理论对识别信息进行全局融合，得到综合的目标识别，达到对目标识别的目的，并通过实例证明了该方法的有效性。...
4. 《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......
5. 《基于BP神经网络与D-S证据理论的车辆识别模型设计》PDF+DOC 为了提高车辆识别的准确性，采用BP神经网络与D-S证据理论的车辆识别模型对多源信息中的目标车辆进行信息识别。研究结果表明，采用基于BP神经网络与D-S证据理论的车辆识别模型可以使车辆识别的不确定性基本概率赋值下降到0.001，较好地解决了只用单一传感器进行车辆识别时存在的准确性和稳定性差的问题。...
6. 《基于D-S证据理论数据融合在智能家居中的应用》PDF+DOC 简要叙述了D-S证据理论应用于多传感器数据融合的基本原理和方法，并将这种设计方法引入到智能家居领域.构建一个基于D-S证据理论的多传感器多个周期的集中式融合二级模型.通过一个具体实例说明了报警信息的具体的融合过程，仿真结果表明，该模型算法的融合结果具有很高的准确性和可靠性。...
7. 《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。...
8. 《基于神经网络与D-S证据理论的目标识别》PDF+DOC 针对目标识别中基本可信度分配需要专家知识在实际中难以实现的问题，提出一种基于神经网络和D-S证据理论相结合的多传感器数据融合的方法.该方法利用D-S理论来表示和处理不精确的、模糊的信息，发挥神经网络的自学习、自适应和容错能力，提高了系统识别率.最后通过实验，利用神经网络来处理证据理论中的基本可信度分......
9. 《基于BP神经网络和D-S证据理论的滚动轴承故障诊断方法研究》PDF+DOC 针对单一传感器对滚动轴承故障信息的识别具有不确定性的缺陷，提出了基于BP神经网络与D-S证据理论的多传感器信息融合的方法。将BP神经网络的输出结果进行归一化处理作为各焦元的基本概率分配，轴承的5种故障类型作为系统的识别框架，根据Dempster合成法则进行决策级融合。试验结果表明，利用该方法对轴承的......
10. 《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......