地铁转向架平稳度的软测量与控制

给出了测试地铁转向架平稳度的完整方案。介绍了保证测试平台能在快速无振动条件下正常工作的控制方法,以及采 用D-S证据理论,对位移、压力的多传感器数据进行融合,来评估转向架的平稳度,并给出数据,证明上述方法的有效性。

基于多传感器数据融合优化地铁转向架承载参数的方法与控制

首先建立以一个能够实时测量位移、压力的测试平台,及能够实现自动加载的液压伺服系统。然后,通过测量机构,把8个差动变压器型直线位移传感器和4个应变片型悬臂梁式称重传感器固定在地铁转向架和测试平台之间。采用D S证据理论,在不同作动力下,对地铁转向架发生的位移、压力进行多传感器数据融合,评估转向架的最优承载参数。同时介绍了测试平台的控制方案。

电商直播软硬信息对消费者响应的影响

以信号传递理论的软硬信息融合模型为研究框架,建立电商直播消费者响应的影响因素理论模型,将消费者响应影响因素分为软信息和硬信息,采用文本挖掘与内容分析方法构建LDA主题模型,并运用深度学习等方法量化变量,基于302场直播现场数据验证模型与假设。研究结果表明:在硬信息中,评论数量与产品销量呈U形关系,与口碑推荐数量呈倒U形关系。在线观看数量、收藏数量、粉丝数量均显著正向影响消费者响应。在软信息中,主播产品描述性文本的情感积极性、语义丰富性、文本可读性均存在积极作用。

基于条件证据更新方法的短时软/硬情报融合

介绍了软/硬情报融合新方法,分析了证据理论(DST)应用于软/硬情报融合的灵活性。在此基础上,以Fagin-Halpern(FH)DS条件原理为依据,提出了一种面向情报融合中多源证据的条件更新方法,避免了扩展识别框架,并明确了该方法的参数选取标准。另外,基于时间表对融合过程进行短时划分,以提高融合的精确性。通过融合实例对所提方法进行了分析说明。

软硬信息融合研究综述

在通信网络日益发达的今天,具有模糊、随机和主观性等特征的非结构化“软数据”(如音频、文本、微博、博客、BBS等)大量涌现。实现传统物理传感器输出的定量、一致性的结构化“硬数据”与非结构化“软数据”的有效融合,对于复杂态势的全面理解具有现实而迫切的重大意义。在阐释软硬信息融合概念与内涵的基础上,重点对其中非结构化信息的知识提取及不确定性信息的表征与推理技术进行了详细评述,最后着眼于提高软硬信息融合算法性能与系统鲁棒性的迫切需求,对融合算法的性能分析与评估、信息的相关性分析及其融合、任务规划与资源调度及应用系统研发4个方面进行了深入探讨。

深埋硬岩隧道围岩参数概率反演方法

在贝叶斯理论框架下,提出了一种基于多源数据融合的深埋硬岩隧道围岩参数概率反演方法.首先,分析硬岩隧道常用的启裂—剥落界限本构模型中围岩单轴抗压强度、启裂强度与抗压强度比及抗拉强度三个参数不确定性来源,确定其概率统计特征;其次,利用粒子群算法优化多输出支持向量机,建立反映反演参数与隧道监测数据间非线性映射关系的智能响应面;最后,结合贝叶斯分析方法构建概率反演模型,运用马尔科夫链蒙特卡洛模拟算法实现了围岩参数的动态更新.将该方法应用到某深埋硬岩隧道中,利用反演的围岩参数计算隧道拱顶下沉点、周边收敛点变化值及开挖损伤区深度,与监测数据吻合较好.结果表明,该方法可以实现围岩多参数快速概率反演,更新后的参数可用于硬岩隧道施工安全风险评估与结构可靠性设计.