D-S证据理论融合技术及其应用

针对煤矿井下生产环境复杂、环境参数多变等问题,给出一种以本体推理为基础,结合证据理论解决不确定性问题的井下环境评估方法。该方法采用本体对煤矿井下情境信息进行形式化描述,解决了异构系统之间的概念共享问题

基于证据理论的单词语义相似度度量

提出了一种新的协作频谱感知方法,该方法采用DS证据理论。首先,在本地感知通过投影近似法分解感知结果以减少次级用户上报至融合中心的感知数据,从而降低协作带宽开销。其次,在融合中心根据次级用户证据矢量之间

针对岩巷掘进机工作时负载多变、动载荷实时识别难度大而无法实时为截割速度调整提供依据等问题,提出了一种基于多神经网络与证据理论相融合的掘进机动载荷识别方法。该方法利用神经网络的学习、记忆、识别功能,对多

无线传感器网络中,数据融合技术是降低网络数据通信量、节省节点能耗和延长网络寿命的重要措施之一。为了在兼顾降低数据量的同时提高对事件的识别精度,提出了一种基于最小二乘法和D-S证据理论的层次式数据融合算

为实现采煤机截割过程中截齿磨损状态的智能化监测，采用声发射信号采集装置对截割4种不同比例煤岩试件的信号进行采集，应用3层小波包分解及重构技术对信号进行处理，并提取特征值作为样本空间，利用D-S证据理论

Big Data Theory and Application

汉诺（Hanoi）塔是程序算法设计的一个比较经典问题，目前已有大量的相关文献对其进行了研究。为进一步加快汉诺塔问题的求解速度，通过对汉诺塔问题抽象解树的分析，发现其可以划分为不同层次相同结构的子树，通

在复杂多变的火灾检测环境中，针对传统火灾检测方式准确率不高，适应性较差的问题。将模糊集合和D-S证据推理有机结合，提出一种新的用于火灾检测的多传感器数据融合的方法。该方法首先利用火焰、烟雾和温度传感器

实现了证据理论在变压器故障诊断中的应用，先用三比值方法和模糊数学的方法进行故障诊断在应用证据理论的融合方式进行数据融合