基于改进DS理论的双重模糊信息安全评估

针对信息安全评估的模糊性,考虑之前算法的单一方面模糊问题,分析信息安全系统不同时间段内的表现,提出一种基于改进DS理论的双重模糊信息安全评估算法。不仅利用三角模糊数方法把专家观点进行聚合,还用改进的DS理论充分体现出不同时间段内系统的表现会造成的对专家评价结果的影响,根据风险计算公式,最终得到威胁严重程度排序。与单一决策算法相比,综合考虑了信息安全系统的不确定性和主观人为的不确定性,避免了单一时间段内的笼统决定,通过实验,验证了该方法的必需性及有效性。

基于BPNN与DS理论的联合收割机监控系统设计

为了实时掌握收割机工作状态,提高堵塞故障预警和预处理的能力,设计了一种联合收割机智能监控系统。该系统以单片机为主控制器,触摸屏为人机交互系统,运用基于BPNN(BP神经网络)与DS理论的堵塞故障诊断算法分析收割机工作状态,依据诊断结果自动控制收割机前进速度,实现优化联合收割机工作状态,降低堵塞故障发生率的目的。试验表明,系统操作方便、运行稳定,改善收割机操控环境,使得堵塞故障预警时间达到3 s以上,降低了堵塞故障发生率。

基于DS理论的高层体系结构协同仿真建模①

研究了高层体系结构（HLA）下基于设计模型的仿真建模在虚拟产品开发中的应用，提出了一种基于DS理论的HLA协同仿真建模方法。该方法根据上游设计模型的主模型本体实例，使用领域规则和Ds不确定性推理创建实现不同目标的仿真模型，进而基于产品资源联邦动态创建HLA仿真任务的联邦对象模型（FOM）和仿真对象模型（SOM），并实现将协同仿真结果通过HLA支撑环境动态返回上游设计模型。建立了复杂产品协同仿真平台原型系统，通过实例验证了该方法的可行性。该方法保证了基于设计模型的HLA协同仿真建模的语义一致性，提高了建模效率。

基于DS理论的混合式时空域信息融合模型

利用信息融合技术进行目标识别,已经成为模式识别领域的重要研究方向。而利用DS理论进行时空域信息融合是信息融合领域的一个研究热点。信息融合技术既包括了在空间域上对多个证据的融合,也包括了在时间域上对不同时刻的同一证据源提供的证据的融合。本文首先介绍递归集中式,递归分布无反馈式和递归分布有反馈式三种典型时空信息融合模型,通过对各模型进行的理论分析和算例仿真,得出一个与前人不同的观点;然后以空间目标融合识别为背景,提出一种有效的混合式时空信息融合模型。在保证识别率的前提下,该模型能节约系统资源,降低运算量。仿真实验验证了该模型的有效性。

DS理论-贝叶斯网络下的煤矿通风系统风险评估

为了评估煤矿通风系统风险等级并确定敏感指标,首先基于通风系统的特点及相关文献标准,从“人、机、环、管”4个角度,选取16个主要指标,并建立评价指标体系;然后引入可有效融合信息的DS理论-贝叶斯网络模型,以构建煤矿通风系统风险评估模型;最后以河南某煤矿的实际调研数据为例,计算指标权重和风险概率,进行风险推理和敏感性分析,得到该矿通风系统风险等级和敏感指标。研究结果表明:该煤矿通风系统的风险等级为一般,敏感指标为通风巷道失修率、回风段阻力占比、人员平均工龄和主要通风机效率。

浅谈DS理论的计算机模拟

人工智能在二十世纪五十年代诞生以来,在崎岖不平的道路上取得了可喜的进展,作为人工智能学科范畴的DS理论已广泛应用于各行业的不确定性信息处理方面,本文重点阐述了计算机模拟DS理论的方法。

基于DS理论瓦斯监测证据融合策略研究

为了提高煤矿瓦斯监测系统决策与预判能力,将传感器采集的数据信息转化为满足DS证据理论归一化的基本概率分配,针对DS证据理论合成高冲突证据失效的问题,提出一种新的加权平均方法。该方法引入各证据与平均证据的偏离度辨别出与平均证据差异较大游离证据并用平均证据替换,有效地降低了证据间冲突程度,应用分析中高度冲突瓦斯监测证据的有效融合验证了方法的可行性。

基于矩阵分析的DS理论在组网雷达中的应用

针对DS理论的目标识别无法满足组网雷达对同步性和实时性要求的问题,利用模糊隶属函数求解似然函数确定DS理论所需的基本概率赋值,建立基于矩阵分析的DS理论数学模型,并讨论该算法在组网雷达中的应用,根据实例进行仿真。结果显示:在不损失融合精度的前提下,收敛速度有效提高,计算所需时间并不随传感器数目的提高而出现指数爆炸。

基于DS理论的高分辨率SAR图像复杂背景直线边缘提取方法

针对高分辨率SAR图像复杂背景下的线状目标边缘,提出了一种基于DS证据理论的融合提取方法。首先,分析并建立了线状目标的边缘模型;其次,改进了现有的ROEWA算法,在计算边缘强度的同时,利用方向模板和二次曲线进行方向估计,得到了边缘方向;然后,基于边缘模型设计了DS证据理论识别框架,利用道路边缘点方向,设计了一种一一映射的Hough变换方法,基于线状目标直线边缘的高边缘强度值、直线边缘共线性、直线边缘侧面均匀区域统计特性(灰度均值和方差),构建了三组相互独立的基本概率分配函数(BPAF),并采用DS证据理论的Dempster方法,实现了复杂背景下线状目标边缘提取的融合判决。最后,利用机载SAR图像进行城区道路目标的边缘提取试验,验证了本文方法的性能。

基于改进的FRS-DS理论的企业协同发展评价研究

集团企业内部的各个企业具有整体性和相关性的特点,需要相互协调和合作,才能实现整个集团企业的可持续发展。因此,对集团企业各直属企业的协同效果进行评价具有一定的现实意义。本文从资源整合、管理手段、市场运营、效益贡献4个方面,建立了直属企业协同效果评价指标体系。根据模糊粗糙集原理,构建了变精度模糊相似关系的下近似集,根据近似分类质量,进行指标约简,保留关键指标;利用D-S证据理论进行协同效果的评价,构建Mass函数,为使评价结果更为合理,通过信息融合对传统合成算法进行修正。最后,本文选用我国某集团企业的5家直属企业进行算例分析,验证了本文提出的评价指标和评价方法具有较强的适用性和科学性。

基于DS理论的网络时钟同步算法

目前的NTP(Network Time Protocol)时钟同步算法已不能满足许多新兴网络对时钟同步精度的要求。为此,提出一种基于DS(Dempster/Shafer)理论的NTP时钟同步改进算法。在分析目前NTP时钟同步算法不足的基础上,将DS理论引进到传统的NTP时钟同步中,建立一种改进的NTP时钟同步算法并进行了仿真实验。实验结果表明,与传统算法相比,该NTP时钟同步算法有效地提高了同步精度。

基于改进DS理论多周期数据融合的目标识别方法

为了应对复杂战场环境下信息不确定性及证据冲突造成目标识别困难的问题,解决配准关联错误及应答欺骗产生的误识别问题,减小融合算法对先验数据的依赖,提出了一种基于改进DS证据理论的多周期多传感器数据融合方法以实现高效的战场目标识别。方法采用4个层级,两个方面的多传感器数据融合结构,在改进DS证据理论处理性能的同时,充分利用多个周期识别结果的融合实现最终目标识别。仿真结果表明,该方法在提高目标识别准确性的同时,能够有效解决目标密集和应答欺骗造成的目标误识别问题。

基于三证据DS理论的双模式地图匹配算法

针对用于地图匹配的DS证据理论中证据过少导致匹配结果不稳定的问题,提出一种新的双模式地图匹配算法。采用方向、距离、历史3个证据进行证据融合,利用线性拟合优度进行结论论证,通过检验输出投影结果。由于一种匹配模式不能适用于所有类型的道路,因此对道路结构进行划分,分别使用路口模式和路段模式进行匹配。实验结果表明,与传统DS理论地图匹配算法相比,三证据DS理论双模式地图匹配算法匹配准确率更高,匹配时间缩短近1/3。

基于DS理论的多源证据融合云安全信任模型

云计算技术在带来信息更大范围共享、成本更低等便捷的同时,也面临着隐私泄露、信息丢失等新的安全问题。如何在海量分布式的云系统中识别和管理节点的可信度成为云安全问题研究的重要方向之一。本模型考虑云计算分布式体系架构,结合DS证据理论和信任机制,构建云环境下基于DS理论的信任模型,为云安全问题提供了新思路。该模型在主客观信任值的基础上合成综合信任值,进行可信度判断;并讨论模型中的关键问题,包括信任值初始化和更新、恶意节点惩罚、负载均衡;再通过仿真实验从有效性、均衡性和鲁棒性等方面对模型进行验证;最后进行总结并对下一步研究进行展望。

基于DS理论的遥测定位数据有效性实时判别方法

针对采用遥测数据包包校验技术判别遥测定位数据有效性时,产生的过度滤除有效定位数据以及无效数据滤除不干净的问题,提出了一种基于DS证据理论的遥测定位数据有效性实时判别方法。利用遥测数据中的定位数据的位置、速度、加速度信息和理论弹道位置、速度、加速度信息,预测遥测定位数据的合理范围,使用DS证据理论原理,直接判断遥测定位数据的有效性,试验结果表明,该方法可以有效地滤除遥测定位数据中的无效数据。

基于BP网络和DS理论的雷达电路故障诊断

为了克服使用BP神经网络对雷达电路故障诊断的不足,提出了将BP神经网络和DS证据理论相结合的诊断方法。该诊断方法先用BP神经网络分别对雷达电路的电压电流特性进行故障诊断,将诊断后的结果再通过DS证据理论进行信息融合,从而得到更为可靠的诊断结果,具有一定的工程实际意义。

基于改进DS证据理论和贝叶斯网络的海运供应链风险评估

作为一个复杂的网络组织,海运供应链为全球产业链提供运输服务,在全球化大背景下,海运供应链面临众多风险与挑战,影响供应链的安全平稳运行。因此,研究其风险至关重要。针对海运供应链风险评估体系中影响因素的不确定性和专家知识推断中存在的主观性,文章提出了基于改进DS证据理论和贝叶斯网络的海运供应链风险评估模型。结果表明,海运供应链处于较高风险等级状态,其中“信息系统风险”和“外部环境风险”概率较高,需要重点关注。该模型可以从系统的角度评估海运供应链风险,切实增强风险评估工作的科学性、准确性;评估结果可为供应链上的参与者进行风险管理提供有效参考。

基于DS证据理论与综合赋权改进可拓法的黄土区重载铁路高填方路基服役性能评价

为有效评价黄土区重载铁路高填方路基的变形与稳定状态,在重载铁路高填方路基服役性能初选评价指标库基础上,通过基于证据可信度的DS证据理论融合指标的重要度、独立度与区分度3项特征值,构建重载铁路高填方路基服役性能优选指标体系;基于综合赋权改进可拓评价法,建立针对重载铁路高填方路基服役性能的多层次综合评价模型,并利用该模型对大准及巴准铁路两段高填方路基服役性能进行评价。研究结果表明,上述两段高填方路基服役性能等级评价结果依次为差与良,并均通过了有效性检验;本文研究所提方法较云模型更能准确评价高填方路基服役性能,且比《铁路路基大维修规则》更能全面客观地反映高填方路基服役性能所处状态。研究结果可为黄土区重载铁路高填方路基服役性能状态评价提供参考。

基于盲源分离与改进BP-DS证据理论的生猪声音多特征融合识别

为了提高多种声音混合环境下生猪惊骇声、咳嗽声与饥饿声的识别正确率,试验采用基于盲源分离与改进BP-DS证据理论的生猪声音多特征融合识别方法对生猪混合声音识别进行研究。首先,对多个拾音器采集到的混合声音进行能量检测,排除安静环境及微弱环境噪声下声音的干扰,然后利用基于快速独立成分分析(fast independent component analysis,FastICA)的盲源分离方法对采集到的混合声音进行分离;其次,提取分离后声音信号的梅尔倒谱系数及其一阶差分、线性预测倒谱系数及其一阶差分、梅尔倒谱系数与线性预测倒谱系数的组合参数,训练3种特征参数对应的BP神经网络模型;最后,分别利用训练好的BP神经网络模型对生猪声音进行识别,通过改进DS证据理论对识别结果进行融合后输出。结果表明:研究提出的盲源分离方法分离出的生猪声音信号与生猪声音源信号的相似系数均在0.99以上,可以有效地分离生猪混合声音信号;经过多特征融合后正常环境下的识别正确率达到94.22%,较单特征的正确率有一定的提高。说明基于盲源分离与改进BP-DS证据理论的生猪声音多特征融合识别方法可以更高效地识别多种声音混合环境下的生猪声音。

基于DS证据理论的配电变压器运行状态评估方法

针对现有评估方法对配电变压器运行状态评估得到的结果可信任系数过低的问题,引入DS证据理论,开展配电变压器运行状态评估方法设计研究。在遵循全面性、实时性等原则基础上,构建配电变压器运行状态评估体系。对指标层隶属函数和隶属度进行计算,结合DS证据理论,融合评估指标,得到最终的状态评估结果。通过实验证明,新的评估方法评估结果可信任系数更高,更具备实际应用价值。