基于ML-Ⅱ原理的多源验前信息融合方法研究

在Bayes小子样理论中,验前分布的获取和表示是一个关键问题.针对反舰导弹靶场试验中遇到的验前信息的多源性,给出了一种基于第二类极大似然估计原理（ML-Ⅱ）的多源异总体验前分布的融合方法,并通过仿真实例证明了该方法的有效性.     

基于多源信息融合的气象无人机平台可靠性评估研究

针对气象无人机平台可靠性评估中现场试验数据样本小的特点,提出了将气象无人机平台各个分系统的试验数据折合为系统试验数据,然后融合可靠性历史数据以及可靠性仿真数据,对气象无人机平台的可靠性进行评估的方法.结果表明,该方法具有可行性,能够达到在不降低置信度的前提下减少定型试验次数、节省经费的目的.     

基于人工神经网络的多源信息融合技术研究

随着科技的飞速发展,多媒体、各种信息源获得的图像数据信息量大、范围广、冗余大,面对如此庞大的数据,要想更合理、高效地利用,必须对这些海量数据进行融合,所以多源信息融合技术成为各个领域的研究热点。人工神经网络由大量互联的处理单元连接而成,跟人的认知处理过程及其相似,具有很强的自学习能力,对不确定的各事物进行关联,以获得对同一事物或目标的更客观、更本质认识的综合信息。基于人工神经网络的多源信息融合技术,结合双方的特点与优势,经过实验证明,融合后的图像效果良好。     

多阶段实验数据融合的Bayes可靠性评定模型

为实现多源先验信息的合理利用,基于多阶段实验数据融合数据方法,建立Bayes可靠性评定分析模型。提出多阶段实验数据融合方法,将各种实验数据进行阶段分类,将第1阶段的实验数据作为最初的先验信息,当获取第2阶段的数据后,按Bayes方法进行信息融合,以得到后验信息,并将其作为下一阶段的先验信息,依次递推,进行多阶段的信息融合。仿真结果表明,该模型简单易行,可有效融合多源先验信息,实现小子样条件下的Bayes可靠性评定。     

基于Bayes估计的多传感器最优融合

本研究了多传感器数据融合技术的一种方法融合方法以Bayes估计理论为基础,并对数据进行了一致性检验,得到了多传感器最优融合数据,提高了数据的精确度。实际应用结果验证了算法的准确性,并进行了Matlab仿真,这种数据融合方法计算简便,可以获得比有限个传感器的算术平均值更准确的测量结果．具有较高的可靠性,可用于测量结果具有正态分布特性的多传感器测量系统。     

基于石油领域本体的多源信息融合框架

对多源石油数据的分析是一个很复杂的过程,容易产生语义和语法上的冲突.通过利用本体在知识表达和自动推理上的优势,构建了一个基于本体的石油领域多源信息融合框架,并在该框架的基础上提出基于本体的元素的相似度算法及融合规则,经实验分析,能够提高多源石油数据分析的效率.     

多源融合信息泄漏检测方法

密码设备的侧信息泄漏检测是侧信道分析中的重要技术环节,旨在客观地评估密码设备的物理安全性。不同类型的侧信息在密码设备运行过程中同时存在,仅仅从单源侧信息的视角进行信息泄漏检测难以全面反映密码设备的真实泄漏威胁情况。因此,发展基于多源侧信息的融合信息泄漏检测方法,建立综合利用多源侧信息的泄漏检测方法体系,以期实现对密码设备物理安全性更全面、更客观地评估,是一种现实技术需求。本文基于如何融合利用多个信道的侧信息提出了3种多源融合信息泄漏检测方案：多源简单融合信息泄漏检测、多源时频融合信息泄漏检测以及基于多元T检验的多源信息泄漏检测。其中,多源简单融合信息泄漏检测在时域上组合利用多个信道的侧信息;多源时频融合信息泄漏检测综合利用了多个信道侧信息的时域信息及频域信息;基于多元T检验的多源信息泄漏检测基于多元假设检验方案构造。对比单源的信息泄漏检测方案,模拟实验和真实实验结果表明本文提出的多源融合信息泄漏检测方案可以降低检测出泄漏所需的侧信息数量,提高泄漏检测的效率。     

多源信息融合在故障诊断技术中的应用研究

从数据源的空间表示和信息源的可计算性两个方面阐述了信息融合应用于故障诊断的数学基础,然后引入信息论中有关“熵”、“条件熵”、“平均条件熵”和“互信息”等概念,从信息论的角度证明了信息融合在故障诊断中的有效性和实用性。最后结合信息融合技术与装备故障诊断实践,给出了具有通用性的信息融合故障诊断的模型框架。     

基于多源信息融合的智能汽车环境感知技术分析

文章探讨了智能汽车环境感知功能的实现,分析多源信息融合技术在其中的应用。介绍了多元信息融合技术和智能汽车环境感知技术,从多源信息融合预处理和多源信息检测识别两方面,阐述多源信息融合在智能汽车环境感知中的应用,完善了汽车环境感知系统功能,以期能够推动我国汽车行业的智能化发展。     

基于距离测度的D-S证据融合决策方法

针对多源信息融合结果并依据D-S证据结构进行决策的问题,提出一种基于距离测度的D-S证据决策方法.该方法结合决策基元和非决策基元的属性进行决策,将依据D-S证据的决策问题分解成两个层面：属性层面、证据层面.属性层面上,给出候选决策从证据焦元获得支持度的方法;证据层面上,基于辨识框架幂集的元素,构造一个证据焦元向量空间,引入候选决策的理想状态向量,定义距离测度,构建决策模型.最后,对多源水质监测信息融合结果进行决策分析,结果表明该方法是合理、有效的,且具有处理冲突或非冲突证据的优点.     

气象多数据源数据融合模型研究

在总结现有数据融合技术的基础上，对目前的通用多传感器数据融合技术进行了分析。基于气象网络研究领域的多数据源融合问题，提出了气象网络中多数据源的数据融合模型及其采用的主要技术思想，为气象网络中数据信息的多样化和网络结构的异构化带来的复杂的数据融合提供了参考。     

基于信息融合的入侵检测系统研究

研究在入侵检测中,采用信息融合的方法,试图解决当前入侵检测系统中存在的问题。提出了用于入侵检测的信息融合模型,并应用贝叶斯网络的多书传播算法给出了信息融合的方法。采用和挑选DARPA2000中的数据作为样本,通过实验验证,基于信息融合技术的入侵检测方法能够提高检测度,降低误报率。     

基于信息融合的入侵检测模型与方法

研究了入侵检测系统(IDS)研究现状，针对当前IDS系统误报率高和对时间及空间上分散的协同攻击无法有效检测的缺陷，引入信息融合和多传感器集成的观点，提出了一个多层次的IDS推理框架和原型系统．该原型系统采用贝叶斯网络作为多传感器融合的工具，用目标树的方法来分析协同攻击的攻击企图，并最终量化系统的受威胁程度．相比现有的IDS，该原型的结构更加完整，能够更容易发现协同攻击并有效的降低误报．     

基于数据融合的贝叶斯人脸识别方法

分析了反对称双正交小波分解细节系数在光照条件变化下的稳定性，提出了一种基于数据融合的贝叶斯人脸识别方法，利用AR人脸图像库进行了对比实验，实验结果验证了本文方法的有效性。     

基于多侧面多分类器融合的月降水量预测

针对降水量影响因子多、彼此之间关系复杂、预测难度大的特点,提出一种基于多侧面集成学习方法的降水量预测模型。采用多侧面递进算法对数据进行特征提取,得到多个特征子集（多个侧面）,且在特征子空间上建立预测模型,对未知样本进行分类预测,并利用专家投票的大多数规则对预测结果进行组合。实验表明,该方法具有较高的预测准确率。     

基于低秩和稀疏矩阵分解的多源融合链接预测算法

近年来,链接预测成为社会网络和其他复杂网络链接挖掘中的热门研究领域.在链接预测问题中,经常会存在用来提高预测效果的附加数据信息源,这些数据可以用于预测网络中的链接是否存在.在所有的数据源中,最主要的数据源在链接预测中起到最重要的作用.因此,设计具备健壮性的算法用于充分利用所有数据源的信息来进行链接预测十分重要,算法还需要平衡主数据源和附加数据源的关系,使得链接预测能够获得更好的效果.同时,传统基于拓扑结构计算的无监督算法大多数通过计算网络中节点间的评分值来解决预测链接存在可能性的问题,这些方法能够获得有效的结果.在链接预测方法中,最关键的一步是构建准确的输入矩阵数据.由于许多真实世界数据集存在噪声,这导致降低了大多数链接预测模型的效果.提出了一种新的链接预测方法,通过多个数据源的融合,兼顾地利用了主数据源的信息和其他附加数据源的信息.接着,主数据源和其他附加数据源被用于构建一个低噪声且更准确的矩阵,而新的矩阵被用于作为传统无监督拓扑链接预测算法的输入.根据在多个真实世界数据上的测试结果,在多源数据集上进行对比实验,提出的基于低秩和稀疏矩阵分解的多源融合链接预测算法相对于基准算法能够获得更好的效果.     

基于支持向量机的多传感器信息融合算法

支持向量机(Support Vector Machine,SVM)是一种基于结构风险最小化原理,具有很高泛化性能的学习算法。针对工业多传感器测控系统中,被测系数与相关参数之间存在有较大的非线性和模糊关系,提出了一种基于支持SVM的多传感器信息融合模型及算法。为小样本、非线性、高维数一类多传感器信息融合问题的建模提供了一种有效的途径。通过对“纸张水份在线测量系统”应用表明,基于SVM的多传感器信息融合模型及算法在测量精度和推广性能上都具有一定的优越性。     

融合多信号源的地下风管泄漏监测系统设计

地下实验室新风及其配套系统是地下实验室基础建设中的重要环节.为避免空气中的氡渗入新风系统,尽可能地降低环境本底辐射造成的干扰,需要对通风管道的运行状况进行实时且精准的监测.由于工作条件和工作环境的限制,泄漏监测系统面临着管道工作压力低、管径大、泄漏等故障信号强度低等主要技术难点,且通风管道的气体介质为弹性较大的空气或者...     

基于多特征信息融合的模拟电路故障预测

为解决利用单一信息进行故障预测的不足以及提高模拟电路故障预测的准确度,提出了一种将信息融合应用到模拟电路故障预测中的方法.提取模拟电路多个测点的多种故障特征量,对其进行时间序列分析,采用ARMA模型研究其预测过程,将得到的预测结果转换为模拟电路故障发生的概率,最后将得到的多个数据进行加权融合,实现了基于多特征信息融合的...