基于典型样本的证据理论信度函数分配构造方法

提出了一种基于典型样本的信度函数分配构造方法,先以典型样本为参照数据,计算证据在各个目标模式下的信度密度值,然后对其进行归一化处理得到信度函数分配,其中典型样本是以目标模式的特征典型值为中心的置信区间。该方法物理意义明确,具有较好的工程实用价值。

基于改进信度函数分配方法的煤种判别技术

针对电厂煤质不稳定的问题,提出基于D-S证据理论进行煤种判别的方法。提出一种根据以往的煤质分析数据建立可更新的典型样本库,然后根据典型样本库获得信度密度函数的方法。利用入炉煤元素分析结果和低位发热量作为证据,结合典型样本库计算出证据在各目标模式下的信度函数分配及不确定度,再利用D-S联合规则将数据进行融合,对目标煤种做出判断。此方法能减少煤种判断过程中的主观性,可用于电厂煤种的实时监测和控制。

一种基于Logistic回归的基本信度分配函数的构造新方法

结合Logistic回归分类,该文提出一种新的构造证据理论基本信度分配函数的方法,并将其应用于多特征图像分类.该方法首先以多类Logistic回归分类法输出的后验概率与样本分类正确率建立证据权重系数,然后构造出加权的基本信度分配函数,最后利用加权D-S证据融合判别所属类别.实验结果显示:该方法既能提高图像分类的正确率,又能改正使用单特征分类导致的分类正确率的不稳定的缺点.

中速磨煤机临界堵塞状态识别方法

配煤是当前火电厂提高经济效益的主要手段。但劣质煤存在可磨性差,发热量低,相同负荷下给煤量大,易造成磨煤机堵塞等缺陷。工程中发现,磨煤机从正常工作到堵塞要经历一个"临界堵塞"状态的过渡过程,准确判断磨煤机临界堵塞,对机组安全稳定运行意义重大。本文研究一种小波多尺度分解与D-S证据理论相结合的目标模式识别方法,通过机理分析确定原始证据信号;再利用多尺度分解的方法提取证据的特征并将证据在时间域内对齐,进一步通过典型样本构造隶属度函数,获得各证据的信度函数分配;最后运用D-S证据理论得出识别结论。磨煤机实际运行结果表明,该方法有效。

基于改进的D-S证据理论的中长期负荷预测方法

提出一种基于改进的证据理论的中长期负荷预测方法。该方法采用证据理论中Dempster合成法则和Yager组合规则,融合多种基础预测方法的预测结果,并将基于D-S证据理论的预测模型与专家经验进行无缝结合,使得改进后的预测方法更具实际意义。以某省级电力系统为例进行了负荷预测的分析和对比,结果证明了本文方法的有效性。

多传感器信息融合机载辐射源识别

本文在阐述 Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ （Ｄ－Ｓ）证据理论的基础上，较系统地论述了基于Ｄ－Ｓ证据理论的多传感器机载辐射源识别的信息融合方法，识别实例和对比实验表明，这种信息融合识别方法是非常有效的。

多传感器基于证据理论的机载雷达用途识别

雷达用途识别是分析雷达型号和进行威胁评估的基础。在简要阐述D S证据理论基本概念的基础上 ,较系统地论述了基于D S证据理论的多传感器机载雷达用途识别的信息融合方法。该方法同时采用多个传感器 ,并且每个传感器进行多个周期的测量 ,然后利用多传感器多测量周期的信息 ,基于Dempster组合规则 ,采用中心式融合算法 ,对机载雷达用途进行识别。识别实例表明 ,该方法识别结果令人满意 ,使原来采用单一传感器可能存在的无法识别或误识别等现象得到了明显的改善。

基于扰动测度的电能质量扰动源定位方法

针对现有电能质量扰动源定位方法中对扰动方向表征不足的问题,引入扰动测度概念,测量扰动的大小和方向,提出一种扰动方向的定量表示方法以及相应的扰动源定位算法。首先利用基本信度分配函数对扰动方向进行量化处理,然后通过隶属度函数对扰动功率和扰动能量进行综合定位,得出多测点的扰动方向测度列向量,结合覆盖矩阵得出最终的定位结果.仿真结果表明:在原方法定位不准确的情况下,新方法仍然能够正确定位扰动源,证实了此方法的有效性和可行性.