暂无评论
基于D_S证据理论的数据融合技术在故障诊断中的应用研究，王丽丽，刘湘黔，在介绍D_S证据理论应用于多传感器数据融合的基本原理和方法的基础上，提出将其应用于故障诊断，并针对传感器数目比较多时模型算法
基于证据项权重的D-S证据理论局部冲突处理，王俊松，，D-S证据理论的合成规则的不足影响着该理论的进一步应用，本文首先针对冲突概率分配的不同方法分析了当前的各种D-S证据理论改进合成
数学，统计学，参数估计，机器学习，
摘 要 Dempster证据组合规则在D2S证据理论中将几组相互独立的证据融合,得到一组新的证据。Dempster证据组合规则在D2S证据理论中起着十分重要的作用。在对Dempster证据组合规则进行
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
基于模糊C均值聚类和D-S证据理论的多传感器信息融合技术、电子技术,开发板制作交流
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
针对直觉模糊多属性群决策问题,研究属性和专家权重的确定以及信息的集结方法.利用直觉模糊熵确定属性客观权重,并根据偏好信息确定合理的属性综合权重;在属性层面区分专家权重,将直觉模糊评价值作为Mass函数
针对利用证据理论不能高效识别和区分复杂多变的雷达信号的问题,对证据融合识别算法进行了改进。首先引入分类策略和运用一致性排序法分别对待识别信号进行证据分类和求各参数的权重值;然后用改进的证据融合规则对信
针对传感器测量值存在系统误差的情况, 基于证据理论的思想, 提出一种新的数据融合算法. 该算法首先将 所有测量值根据其与真值的偏差进行分组, 并分配不同的基本信任; 然后将其构成的集合视为辨识框架,
暂无评论