基于证据理论的信息融合研究及其在水质监测中的应用

针对模糊信息融合的局限性，提出了基于vague集理论的多传感器信息融合方法。为了解决以往的vague集多目标模糊决策方法的缺陷，应用了一种新的多目标模糊决策的vague集方法，建立了基于vague集的

针对现实中同一实体存在不同表象的问题，提出一种基于D-S证据理论特征融合的同义实体识别方法。以搜索引擎为外部知识库获取实体特征信息，利用相似函数计算特征值，由D-S证据理论融合一组特征值，经阈值判断完

“台州模式”的出现,使得行业诞生新的商业模式,实现从0到1的突破。而“河长制”为“台州模式”提供了最好的政策环境。假设全国334个地级区划中一半有治水需求,每个城市均按照台州的标准来设置监测点位,全国

KnowFlow 是一款为环境爱好者、研究者、行动者和学生设计的用于自动监测并记录水质信息的DIY电子套件。任何人都可以通过 KnowFlow 搭建低成本水文站分析河流水质。通过监测河流中的5个重要指

简介 饮料生产、制药厂、废水处理厂等多个行业都依靠水质监测系统对重要水质指标进行测量和控制。定义水的物理、化学和生物学特性的参数可作为水质指标。例如: u 物理:温度和浊度 u 化学:pH值

云模型，证据理论，信息融合，辐射源识别，该方法首先利用云模型对数字信息和语义信息进行统一建模，从而获得测量参数的隶属度;然后将隶属度转化为基本概率赋值;最后利用证据理论融合处理得出决策结果．

摘要:文章详细分析了D-S证据理论的证据合成原理。针对D-S证据理论的不足,对其合成规则进行了改进,基本原则是要求多种来源的概率分配函数的合成结果满足“少数服从多数”的思维习惯;在Yager合成规则的

应用程序系统调用的执行序列可以体现出应用程序运行的行为特征，因此通过检测系统调用可以进行异常检测。针对已有算法模式库规模比较大的不足，提出了一种基于遗传算法的系统调用异常检测方法。首先用滑动窗口将系统

在分析经典模糊时间序列预测模型的基础上, 指出了传统的模型不能处理多因素的情形; 然后分析并 改进了证据理论中关于证据合成的方法, 提出了基于证据理论的多因素模糊时间序列预测模型; 最后用1997 年

过去几年，埃及面临严重的水资源短缺。人口增加导致需水量增加，而快速的经济增长导致生态系统退化。此外，无效的灌溉方法会滥用水，导致水质下降。尼罗河是埃及的主要淡水源。本研究评估尼罗河支流之一；罗塞塔水质