《用于Micro-EDM放电状态分类的多传感器集成与信息融合系统》PDF+DOC
作者：裴景玉,韩静,高长水,刘正埙
单位：信号处理学会;微弱信号检测学会;南京航空航天大学
出版：《数据采集与处理》2000年第03期
页数：5页 （PDF与DOC格式可能不同）
PDF编号：PDFSJCJ2000030310
DOC编号：DOCSJCJ2000030319
下载格式：PDF + Word/doc 文字可复制、可编辑
《多传感数据融合技术在微细电火花加工放电状态检测中的应用》PDF+DOC2000年第03期 裴景玉,高长水,刘正埙
《用于物体分类的多传感器集成与信息融合系统》PDF+DOC1998年第01期 张启忠,杨纪春,罗志增
《多传感器海面目标协同探测技术》PDF+DOC2015年第03期 白晶,文义红
《雷达和红外成像双传感器信息融合目标识别研究》PDF+DOC1998年第06期 郝重阳,唐文彬
《基于模糊神经网络和D-S推理的智能特征信息融合研究》PDF+DOC1997年第02期 敬忠良,杨永胜,李建勋,戴冠中
《基于证据理论的模糊信息融合及其在目标识别中的应用》PDF+DOC2005年第06期 邓勇,朱振福,钟山
《利用模糊证据理论的信息融合方法及其应用》PDF+DOC2012年第03期 徐琰珂,梁晓庚,贾晓洪
《基于神经网络组的数据融合算法》PDF+DOC2009年第31期 黄小红,桑楠,苏芮,侯炜
《信息融合技术及其在智能运输系统中的应用》PDF+DOC2007年第06期 吴超仲,张晖
《基于神经网络-模糊推理的目标识别融合研究》PDF+DOC2006年第06期 李炯,雷虎民,冯刚
在 Micro- EDM(微细电火花加工 )中 ，由于加工信号的频率高、加工波形的畸变 ，使得常规的用于放电状态检测的方法 ，如电压波形采样、放电延时等 ，已不再适用。利用多传感器的信息融合进行目标识别 ，可以避免单一传感器的局限性 ，减少各传感器不确定性的影响。文中描述了一个用于目标识别与分类的基于模型的多传感器系统。该系统选用以决策层为主的方法 ，以模糊神经网络作为其信息融合的工具。通过实验 ，该系统在正确识别的前提下 ，降低了整个 Micro- EDM系统的成本 ，提高了检测的可靠性 ，体现了多传感器信息融合的优越性。
提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。