地下突水隐患识别与风险预测的改进D-S算法

针对地下矿突水因素的不确定性与时空的随机性,主要应用改进D-S算法开展地下矿突水隐患识别与风险预测,以期为地下矿突水隐患识别和水灾预测与防治等提供有效的理论依据。在考虑地质突水因素的同时,更加注重在生产管理中的人为因素。通过采用专家打分法获取各突水因素的基本概率赋值(BPA),基于改进D-S算法,构建识别框架Ω={突水、临界、不突水、不确定},建立以富水性系数、隔水层系数、水压系数、构造系数、矿压系数、勘探系数、开采系数、预防管理系数为证据体的突水融合决策模型。最后,通过国内某典型矿山进行实际应用,结果与实际情况基本一致,说明所建立的预测模型是可行的。

信息融合及其改进的D-S算法

随着各种面向复杂应用背景的多传感器信息系统的涌现,信息表现形式呈现多样性,信息融合技术便应运而生。简要介绍了信息融合的层次、优势和主要算法,并给出了改进的D-S算法。

重大工程项目多源索赔冲突信息融合决策的D-S算法

重大索赔处理往往是多方共同参与决策的过程,多源决策者对重大工程项目索赔干扰事件的判断具备很大的冲突认知随机性,如何科学把握决策对象实质是亟待关注的问题。针对多源冲突情况下的决策信息特性,提出重大工程项目多源索赔冲突信息融合决策框架,分析融合决策的D-S(Dempster-Shafer)算法。研究表明,该方法能够对多源索赔冲突信息进行融合决策,在多源冲突条件下满足各方利益,降低索赔决策对工程进程带来的负面影响。

基于D-S的多检测方式交通事件数据融合算法

自动事件检测(AID)是智能交通系统(ITS)的重要组成部分。多检测方式交通事件数据融合是减少重复上报事件、降低事件误报率和提高事件准确率的重要技术手段。为研究多检测方式交通事件融合算法模型,该文提出了基于D-S的融合模型,通过在沪杭甬高速公路柯桥至绍兴段进行试验,融合视频结构化事件、雷达事件和基于交通运行特征变化判断的交通事件数据。试验结果表明,3种数据源的融合准确率达到91.3%,高于单一检测方式,具有较好的实用性和有效性。

D-优化算法实现几何约束问题的重组

当前对几何约束求解普遍使用建设性方法,按照先分解后重组的方式进行求解.但多数情况下这些方法产生非线性方程数量多,计算量大,解决问题较为复杂.此处提出D-优化算法通过将欠约束子问题分离的方法,利用自定义的分离规则,将问题分解为若干单位问题.单位问题规模较小,求解难度较低.实验证明,该优化方法可有效降低问题求解的复杂程度.

一种改进的证据算法及其在信息融合中的应用

阐述了基于证据理论的信息融合算法,提供了一种证据理论的改进方法以解决D-S算法在实现过程中存在的失效问题。并通过多传感器信息融合实验,对该方法的有效性进行了验证。

数据融合算法在畜禽舍环境监测系统中的应用

针对畜禽舍饲养环境多变量耦合的特点,提出了一种多测点传感器监测方案,以适应其复杂的饲养环境。该方案采用最优加权算法对同类传感器数据进行融合,并通过改进的D-S(Dempster-Shafer)证据理论算法将不同传感器的多个参数整合,并根据整合结果对舍内环境状况做出准确判断。该方案克服了传统监测手段的单一性,避免了分别处理各环境因子信息数据的不确定性,增强了畜禽舍环境监控系统的鲁棒性。实验表明,将该算法应用于畜禽舍环境监测系统后,监测结果的可靠性与准确度均有明显提高。

利用FAN算法进行组合电路的等价性检验

讨论了组合电路的等价性检验方法,分析了FAN算法的关键技术。利用该算法进行了组合电路的等价性检验,实验结果表明了该方法的有效性。

一个有效的不完全Scan结构MOS电路的测试生成算法

本文介绍一个不完全Scan结构MOS电路的测试生成算法DALG—EX18。该算法充分考虑不完全Scan结构的特点,同时也考虑MOS电路中由三态器件引出的一些特性,在传统5值D-算法基础上,引入18值及其计算规则,加入新的处理步骤,并辅以可观值/可控值引导D-驱赶和一致性操作,从而提高故障覆盖率,加快测试生成速度。DALG—EX18算法已用C语言在VAX 11/750机上实现,一些电路的实验结果表明,该算法是有效的。

人工智能技术对电子商务领域的影响探究

在现代社会的背景下,信息化技术发展迅速使得人工智能技术在人们的日常生活中被广泛应用。人工智能技术是以互联网系统为基础的现代技术,其网络安全性对行业发展和社会稳定都有着非常重要的意义。基于此,文章以人工智能技术为出发点,探讨人工智能技术应用于电子商务领域的虚假评论检测,并在此基础上构建了D-S证据理论算法检测结构,借助该结构2种不同特征构建Mass函数,最终得出的结果显示,D-S证据理论算法对于检测电子商务领域中虚假评论具有较好的实践效果,具有较高的仿真性,检测结果可行性较高。

静态时序分析及其在IC设计中的应用

讨论了静态时序分析算法及其在IC设计中的应用。首先,文章讨论了静态时序分析中的伪路径问题以及路径敏化算法,分析了影响逻辑门和互连线延时的因素。最后通过一个完整的IC设计流程介绍了静态时序分析的应用。

数据融合技术在环境监测中的应用

介绍了数据融合技术、自适应加权算法和D-S证据理论算法的原理,采用自适应加权算法和证据理论算法相结合的方法,提出了一种适用于环境监测的多传感器体系结构和二级融合模型,通过对饲养场室内多种传感器采集的数据信息进行融合,分析环境的变化,克服了对每个传感器采集的信息分别处理时的不确定性和不稳定性。试验结果表明,该方法提高了环境监测的准确度。

基于多传感器融合技术的煤矿安全监控系统研究

单一传感器只能获得煤矿井下部分环境信息,不能够有效和全面地对整个矿井瓦斯环境进行准确检测,从而可造成煤矿井下瓦斯信息的不准确传达以及误报、漏报等问题,针对目前矿井单一传感器的局限性,采用D-S算法的多传感器融合技术,研究提出一种基于D-S算法的多传感器融合技术,此技术应用于矿井瓦斯监控系统中,系统运用了分布式多传感器体系结构和二级融合模型的方法对煤矿井下多传感器数据进行融合,研究得出多传感器融合技术的使用能够提高了整个监控系统的可靠性以及降低了矿井瓦斯事故的发生,基于D-S算法的多传感器融合技术的发挥为矿井瓦斯安全监控提供了技术支撑,在瓦斯监控系统中具有良好的推广应用价值。

刮板输送机检测及故障诊断系统设计

由于煤矿井下环境复杂、刮板输送机功能繁琐等多重因素影响,刮板输送机故障诊断耗时长、困难大。因此,设计了基于低功耗PIC16F单片机和D-S算法的多种传感器、多通道传输、抗干扰能力强的刮板输送机检测及故障诊断系统。该系统通过地面及井下系统配合完成电机、减速器、链轮组、链条等多部件故障状态识别,提高故障处置效率,有效增强煤矿生产安全水平。

D近邻加权方法在WSVR中的应用研究

根据每个样本在整个样本空间中所处位置的分布来计算不同的权重值,可以更好地度量样本的局部性质。K近邻加权算法的有效性极大程度上依赖于参数K,但是对参数K的选取有很大的主观性。针对这一缺点,对改进的K近邻算法(dependent nearest neighbor,DNN)算法,提出一种基于D近邻点的DNN加权样本方法,并将这种新的加权方法推广到权重支持向量回归机(weighted support vector regression,WSVR)中。UCI公用数据集和股票指数数据实验结果显示,所提方法具有更高的拟合精度和更小的误差,验证了DNN-WSVR方法的可行性和有效性。

一种基于多源融合的网络安全态势感知模型

本文首先介绍了网络安全态势感知,接着分析了网络安全态势多元融合方法,融合过程中使用到了BP网络、D-S融合规则及融合方法、蚁群算法(ACO),能够对多元融合及实时处理数据信息。然后分建立网络安全态势感知模型,包括特征选择、层次化量化感知(服务安全态势、主机安全态势、网络安全态势)。最后通过仿真实验的方式来检验网络安全态势感知模型的可行性,多源融合的网络安全态势感知模型能够提高网络安全性。

面向智慧小区的环境监测与控制研究

随着经济的高速发展,人们的生活水平得到了极大提高,对小区生活环境的要求也越来越高。如今智慧社区建设已成为关注的热点,小区环境监测与分析将有助于指导小区管理者对环境状况作出正确决策,从而改善住户的生活环境。从小区多种环境因子的复杂关系入手,利用传感器实时采集小区的温度、湿度、PM2.5、风速及噪声等关键参数,结合多数据融合技术,采用改进的D-S证据理论进行全局融合决策,实现对小区环境智能控制的精准决策。相较于利用单传感器数据进行决策的模式,多数据融合技术有效结合了各环境因子的不同作用结果,提高了决策的准确性;相较于传统DS算法结果,该方式对正确决策的支持度提升了39%。

基于多源信息融合技术的皮带机故障诊断研究

皮带机是带式输送机的简称,是以皮带兼做承载机构和牵引机构的一种连续运输设备,在烧结工艺中扮演着物料运输的重要角色.但是由于皮带机线路长,工作环境恶劣,不便于人工监测和检修,时有安全事故发生,因此对皮带机的故障诊断显得尤为重要.该文基于多源信息融合技术,采用D-S证据合成算法,将多传感器采集到的故障信号有效的融合起来,相比传统的故障诊断方法,在精度上有了很大提升.

计算机智能图像识别算法分析

阐述图像识别技术的原理和发展现状,其使用的算法是实现高效识别的核心技术。介绍Hu不变矩算法和D-S证据推理算法,通过算法,可以对图像的基本特征进行提取、分析和识别。