暂无评论
针对锂离子蓄电池在煤矿井下安全、可控应用的问题,提出了一种基于D-S证据理论多传感器信息融合技术的矿用锂离子蓄电池电源管理方法,利用多传感器技术对目标信息监控全面性的特点,赋予传感器信息合理的权值,通
不确定信息的表示和若干个信息的综合是不确定性推理的主要问题,D-S证据理论为不确定信息的表示提供了一个很好的框架,其组合规则在大多数情况下是合理的。但是由于人为或自然环境等因素,信息融合系统中收集的证
建立了煤矿风险预警指标体系,提出基于BP神经网络和D—S证据理论的煤矿风险预警模型。通过多个BP神经网络输出结果构造证据理论的基本可信度分配(BPA),可以克服BPA传统构造方法带来的主观因素影响,也
系统地研究了D em p ster 2 Shafer (D 2 S) 证据推理的数据融合技术, 分析了传感器 基本概率分配函数(basic p robab ility assignm en t 2 B
基于证据理论的双向全双工MIMO中继自干扰抑制
提出了一种基于平方证据权重的模糊证据组合方法,并应用于弱小目标多特征融合检测算法中,采用了证据理论中的基本概率分配函数来描述判决结果的不确定性,首先提取检测图像的局部灰度均值对比度、局部梯度均值对比度
摘 要:提出了一种基于 D-S 证据理论的加权协作频谱检测(DS-WCSS)算法。该算法使用能量检测进行本地检测,利用2种假设检验条件下检验统计量的方差和均值来评估各认知用户可信度的差异性,进而给出各
D-S证据理论MATLAB完整代码
人工智能课件：D-S证据理论D-S证据理论D-S证据理论
为了能够从多方面反映煤矿通风机系统状态,实现对故障模式的自动识别与准确诊断,将数据融合技术与神经网络相结合,建立通风机故障诊断系统。采用并行神经网络进行局部诊断,获得彼此独立的证据,再运用D-S证据理
暂无评论