基于红外/毫米波双模融合的目标识别方法

在数据融合的基础上,以红外/毫米波双模传感器的智能融合结构为模型,将模糊神经网络与D-S证据理论相结合,提出了一种新的目标识别方法.该算法根据红外/毫米波传感器的性能及工作范围,构造模糊变量作为神经网络的输入,根据神经网络的不同输出判别目标的真伪,并利用D-S证据理论进行目标身份识别.仿真结果证明了该算法的可行性.     

证据理论在新产品开发方案可行性评估中的应用

研究证据理论在新产品开发方案可行性评估中的应用。证据理论是一种不确定性的推理方法，能较好地反映可行性评估中客观证据和专家意见对评估结果的影响。通过对宽带可视电话开发方案可行性评估过程的分析表明，证据理论为企业新产品开发方案的可行性评估提供了客观的、操作性好的的模型和方法。     

一种多数据融合算法

针对证据理论在数据融合中存在的局限性,提出了一种新的算法,通过实例分析了这种算法的优点,最后指出了该算法存在的不足.     

基于视觉的自主车道路检测技术研究

针对结构化道路检测中基于单一特征的检测易受影响,非结构化道路检测算法对多种类型的非标准道路缺乏适应性的问题,分别提出了一种基于D-S证据理论的多视觉特征融合的车道线检测方法和一种基于增量模糊支持向量机(IFSVM)的非结构化道路在线学习检测方法。选取梯度幅度等检测算子分别设计基本概率分配函数,根据建立的分段线性道路模型进行求解,FSVM分类器通过从前先的检测结果中学习,在耗费少量计算时间与内存空间的情况下,不断再训练以增强分类器的性能。实验结果表明,该算法比单纯利用图像的边缘或颜色等特征进行道路检测具有更高的可靠性,对复杂环境下的道路检测具有较强的鲁棒性和较强的抗干扰能力。     

基于D-S证据理论的杂草图像边缘检测的研究

为了解决杂草图像边缘检测的不确定性问题,构造出图像边缘的邻域一致性、方向性和结构性三种信息测度统计,利用D-S证据理论对三种测度进行融合来实现分割后杂草图像的边缘检测,实验表明,此算法能够有效的降低噪声的影响,准确的提取出杂草边缘.     

应急不完全信息环境下的混合多属性协同决策方法

科学的应急救援协同决策理论方法,不但能使应急管理系统更好地发挥作用,而且能使政府及公众的应急救援行为更加规范和有序.为此,针对应急环境下决策信息不完全的背景,研究构建了一类综合集成网络层次分析法(ANP)、证据理论(D-SEvidence Theory)以及改进的理想点法(TOPSIS)的混合多属性应急协同决策方法.其中ANP用于处理应急救援方案非独立和相互联系的评价指标权重的确立,D-S Theory用于处理不完全信息条件下多个部门对应急救援候选方案的不同评价信息融合,改进的理想点法(TOPSIS)则用于最终候选应急救援方案的排序.研究结果表明,所提出的混合多属性协同决策方法不仅在理论上有所集成创新,而且在实际应用中可以有效解决应急环境下多部门或多环节协同决策问题.     

基于模糊支持向量机和D-S证据理论的钨矿石初选方法

单一特征识别的钨矿石初选准确率低,稳定性差,本文提出结合模糊支持向量机和D-S证据理论相的多特征钨矿石识别方法.对矿石图像预处理后,分别提取矿石的颜色、灰度和纹理等3类视觉特征,对这3类视觉特征进行模糊分类得到各自的信任度,再以这3类信任度为独立证据,采用D-S证据理论对3类证据进行融合,并依据分类判决规则得到最终的识别结果.试验结果表明,通过D-S理论对模糊向量机证据的融合,钨矿石初选的正确识别率达到96%以上,其准确率和稳定性较单一特征均有大幅度提高,满足生产过程中初选工艺的要求.     

基于D-S证据理论的水资源合理配置方案综合评价

由于水资源合理配置具有多目标性、模糊性和不确定性的特点,其方案的综合评价可作为一个数据融合问题.利用改进的D-S证据理论合成公式,并考虑不同指标之间权重,给出了水资源合理配置方案综合评价模型.石羊河流域水资源配置方案评价的实例研究表明,D-S证据理论在水资源合理配置方案评价中有较好的实用性.     

概率推理系统与证据理论对应方法的改进

通过研究R.Haenni的概率推理系统和D-S理论的联系,提出了一种新的构造信任势的方法,使得概率推理系统与D-S信任势相对应,有效减少了信任势焦元的数量并给出理论证明.     

基于小波包变换的梁式结构损伤定位方法

本文针对梁式结构,基于小波包变换理论,提出一种新的损伤定位方法。该方法利用小波包变换将结构的响应分解到不同的模态,引入曲率公式定义了新的小波能量指标,使得能量指标对损伤位置更加敏感。根据工程实际,构造了对应于结构区域的损伤指标。利用D-S证据理论对得到的各阶损伤指标进行数据融合,从而优化了识别结果。通过数值模拟和实验,对新提出的方法进行了验证,结果表明该方法有效,并可应用于工程实际。