检索结果-内蒙古大学图书馆

作者：梅武军袁国堂蒋婷婷陈礼琪龚哲 318000 浙江省台州市市府大道西段618号

本发明公开了一种奈曼‑皮尔逊判决准则下的多传感器信息融合系统，旨在克服现有技术中可信度低、容错率低和整体性差的问题，其包括多个传感器和融合中心，多个传感器用于获取多维度数据集z，融合中心用于根据最大后验概率准则计算得到... 详细信息

标准号: CN115238764A

本发明公开了一种奈曼‑皮尔逊判决准则下的多传感器信息融合系统，旨在克服现有技术中可信度低、容错率低和整体性差的问题，其包括多个传感器和融合中心，多个传感器用于获取多维度数据集z，融合中心用于根据最大后验概率准则计算得到多维度数据集z中的观测数据，将观测数据代入奈曼‑皮尔逊判决准则进行序贯判决得到单传感器判决结果，将单传感器判决结果代入卡尔曼滤波算法进行滤波得到滤波结果，对滤波结果进行信息融合得到多传感器信息融合结果。

关键词：多维度数据单传感器观测数据滤波结果判决结果判决准则融合中心传感器多传感器信息融合系统多传感器信息融合最大后验概率准则卡尔曼滤波算法信息融合可信度容错率滤波判决

来源：评论

学校读者我要写书评

暂无评论

多传感器信息融合及应用

引用

电子与信息学报 2001年第2期23卷 191-191页

由何友(教授、博士、博士生导师)、王国宏(教授、博士)、陆大 (教授、博士生导师)、彭应宁(教授、博士生导师）合著的《多传感器信息融合及应用》一书，已由电子工业出版社出版发行。该书获1998年国家科技学术专著出版基金资助。本书... 详细信息

由何友(教授、博士、博士生导师)、王国宏(教授、博士)、陆大 (教授、博士生导师)、彭应宁(教授、博士生导师）合著的《多传感器信息融合及应用》一书，已由电子工业出版社出版发行。该书获1998年国家科技学术专著出版基金资助。本书是作者们在阅读了大量文献资料、总结了国内外研究进展及作者们十余年研究成果的基础上写成的，包含了作者们在信息融合领域里的许多创新研究成果。本书全面、系统地介绍了当代多传感器信息融合技术的发展与最新研究成果，内容丰富，具有较大的参考价值。全书共分十五章。第一章为概述；第二章介绍状态估计基础；第三章研究不确定推理技术；第四章讨论融合系统的功能和结构模型；第五章研究分布检测融合理论；第六章讨论集中式多传感器综合跟踪；第七章研究分布式融合的统计航迹关联算法；第八章提出分布式融合的模糊航迹关联算法；第九章讨论雷达与ESM关联算法；第十章介绍红外目标跟踪以及基于雷达和红外的融合跟踪；第十一章提出多传感器信息融合系统中的状态估计模型；第十二章讨论信息融合中的航迹文件管理技术；第十三章讨论属性融合方法在雷达辐射源识别中的应用；第十四章介绍目标识别融合算法；第十五章是回顾、建议和展望。本书涉及的专业面很广，可供从事信息工程、C3I系统、雷达工程、电子对抗、红外、声纳、模式识别、军事指挥等专业的科技人员阅读和参考，还可作为上述专业的研究生教材。同时也可供从事激光、机器人、遥感、遥测、等领域的工程技术人员参考。全书约60万字，估价42元. 电子工业出版社吴金生

关键词：多传感器信息融合系统应用研究成果航迹关联算法多传感器信息融合技术博士生导师状态估计雷达辐射源识别电子工业出版社专业红外目标跟踪工程技术人员分布多传感器综合研究生教材阅读学术专著信息工程文献资料

来源：评论

学校读者我要写书评

暂无评论

基于秩卡尔曼滤波器的移动机器人多传感器信息融合方法

基于秩卡尔曼滤波器的移动机器人多传感器信息融合方法

引用

作者：王磊李双喜李进王岳张玉山 233050 安徽省蚌埠市黄山大道1501号

本发明公开了基于秩卡尔曼滤波器的移动机器人多传感器信息融合方法，本发明首先根据移动机器人组合导航系统建立SINS/DGPS组合导航系统的状态方程、量测方程及噪声模型；根据非线性贝叶斯估计算法结构，利用秩统计量原理计算采样点和... 详细信息

标准号: CN108759838A

本发明公开了基于秩卡尔曼滤波器的移动机器人多传感器信息融合方法，本发明首先根据移动机器人组合导航系统建立SINS/DGPS组合导航系统的状态方程、量测方程及噪声模型；根据非线性贝叶斯估计算法结构，利用秩统计量原理计算采样点和对应的权值，采用时间更新和量测更新过程计算状态估计值与估计误差协方差矩阵。由导航计算机根据组合导航系统的滤波模型及算法流程，完成组合导航的数据处理及解算工作。本发明能够提高复杂环境下多传感器信息融合系统的滤波精度，使得移动机器人具有适应范围广和抗干扰能力强的优点。

关键词：组合导航系统移动机器人多传感器信息融合系统多传感器信息融合卡尔曼滤波器贝叶斯估计导航计算机抗干扰能力协方差矩阵复杂环境更新过程估计误差量测方程滤波模型时间更新算法结构算法流程噪声模型状态方程状态估计组合导航数据处理采样点统计量解算量测滤波

来源：评论

学校读者我要写书评

暂无评论

基于多传感器信息融合的特高压GIS局部放电检测方法

基于多传感器信息融合的特高压GIS局部放电检测方法

引用

作者：汤会增 100000 北京市西城区长安街86号

本发明公开一种基于多传感器信息融合的特高压GIS局部放电检测方法，涉及基于超声波、超高频和SF6气体检测三种类型传感器的多传感器信息融合系统，故障定位部分，系统首先对超声波和超高频法采用到达时间差TDOA方法，利用BP神经网络进... 详细信息

标准号: CN105676085A

本发明公开一种基于多传感器信息融合的特高压GIS局部放电检测方法，涉及基于超声波、超高频和SF6气体检测三种类型传感器的多传感器信息融合系统，故障定位部分，系统首先对超声波和超高频法采用到达时间差TDOA方法，利用BP神经网络进行一级数据融合，初步判别故障位置，然后利用只有故障气室产生SF6气体分解物这一特点，将TDOA与SF6气体分解物组份检测法识别故障位置结果，运用D-S证据论进行决策融合，实现PD故精确定位，解决目前基于单一类型传感器在线监测系统故障定位和故障类型识别准确率和正确率低的问题，可有效避免基于单一类型传感器在线检测装置存在的误报、漏报及不报现象。

关键词：单一类型故障位置超声波分解物传感器多传感器信息融合系统传感器在线检测装置超高频故障定位部分局部放电检测在线监测系统识别超高频法多传感器故障定位故障类型精确定位决策融合数据融合信息融合时间差检测法特高压正确率准确率漏报气室误报组份检测证据

来源：评论

学校读者我要写书评

暂无评论

基于多传感器信息融合的特高压GIS局部放电检测方法

基于多传感器信息融合的特高压GIS局部放电检测方法

引用

作者：汤会增 100000 北京市西城区长安街86号

标准号: CN105676085B

本发明公开一种基于多传感器信息融合的特高压GIS局部放电检测方法，涉及基于超声波、超高频和SF6气体检测三种类型传感器的多传感器信息融合系统，故障定位部分，系统首先对超声波和超高频法采用到达时间差TDOA方法，利用BP神经网络进行一级数据融合，初步判别故障位置，然后利用只有故障气室产生SF6气体分解物这一特点，将TDOA与SF6气体分解物组份检测法识别故障位置结果，运用D‑S证据论进行决策融合，实现PD故精确定位，解决目前基于单一类型传感器在线监测系统故障定位和故障类型识别准确率和正确率低的问题，可有效避免基于单一类型传感器在线检测装置存在的误报、漏报及不报现象。

关键词：单一类型故障定位故障位置超声波分解物传感器多传感器信息融合系统传感器在线检测装置多传感器信息融合超高频故障类型识别局部放电检测在线监测系统特高压GIS 超高频法决策融合数据融合时间差检测法正确率准确率漏报气室误报组份检测证据

来源：评论

学校读者我要写书评

暂无评论

基于神经网络模式识别的信息融合及信息融合研究平台的设计

基于神经网络模式识别的信息融合及信息融合研究平台的设计

引用

作者：梅艳浙江工业大学

学位级别：硕士

该文给出了多传感器信息融合系统的本概念框架;研究和归纳了各种信息融合算法;提出了利用神经网络模式识别进行信息融合的思想,分析了基于ART2神经网络的模式识别法在多传感器信息融合系统中的具体应用,建立了一种工业动态环境多传感器... 详细信息

该文给出了多传感器信息融合系统的本概念框架;研究和归纳了各种信息融合算法;提出了利用神经网络模式识别进行信息融合的思想,分析了基于ART2神经网络的模式识别法在多传感器信息融合系统中的具体应用,建立了一种工业动态环境多传感器信息融合的系统结构,采用ART2神经网络模式分类器来实现工业生产状况的聚类.提出了建立信息融合研究平台的思想,设计并建立了一个包括摄像机、视频信息处理卡、数据信息A/D转换卡以及计算机的信息融合研究平台.

关键词：多传感器信息融合系统信息融合算法神经网络模式识别工业动态环境信息融合研究平台

来源：评论

学校读者我要写书评

暂无评论

基于振动和声音的预测性维护对提升系统监测的方法

基于振动和声音的预测性维护对提升系统监测的方法

引用

作者：代岩张传江雷雨殷鹏殷仕诚邵卫李文军王鲜戚士永徐继营杨超罗新成杨浩强 235000 安徽省淮北市人民中路276号

本发明提供了基于振动和声音的预测性维护对提升系统监测的方法，包括有以下步骤：S1、新增接触式声纹传感器和非接触式声纹传感器监测提升系统；S2、采集提升系统正常运行状态下的振动、声音和温度数据；S3、对三个维度的数据在时序上... 详细信息

标准号: CN117853085A

本发明提供了基于振动和声音的预测性维护对提升系统监测的方法，包括有以下步骤：S1、新增接触式声纹传感器和非接触式声纹传感器监测提升系统；S2、采集提升系统正常运行状态下的振动、声音和温度数据；S3、对三个维度的数据在时序上做对齐；S4、将对齐的数据填充到算法中进行训练，得到正样本训练出的算法模型，并给出本次训练的打分阈值；S5、模型给出打分结果，通过与阈值对比，判断设备是否有异常；本发明以机器声纹为核心的多传感器信息融合系统，同步采集声音、振动、温度等多维度特征，运用深度学习人工智能建模技术，构建提升系统声纹数据模型，通过对输入音频处理及预测，能够实时生成残差值。

关键词：提升系统声纹传感器对齐多传感器信息融合系统正常运行状态预测性维护人工智能时序非接触式建模技术判断设备声纹数据实时生成输入音频数据填充算法模型同步采集温度数据多维度接触式正样本监测构建算法维度采集预测学习

来源：评论

学校读者我要写书评

暂无评论

一种基于多传感器融合的尘雾天气道路环境感知系统

一种基于多传感器融合的尘雾天气道路环境感知系统

引用

作者：王明彦孔维华 400000 重庆市江北区高新区大学城中路临25号2213

本发明公开了一种基于多传感器融合的尘雾天气道路环境感知系统，包括传感器模块，多传感器信息融合模块，自主式环境感知系统模块，网联信息数据协议定义模块，网联信息与多传感器信息融合系统模块和环境信息动静态目标道路信息模块；... 详细信息

标准号: CN113820714A

本发明公开了一种基于多传感器融合的尘雾天气道路环境感知系统，包括传感器模块，多传感器信息融合模块，自主式环境感知系统模块，网联信息数据协议定义模块，网联信息与多传感器信息融合系统模块和环境信息动静态目标道路信息模块；其有益效果是：针对自动驾驶车辆需要运行在起伏颠簸的非结构化路面上，从而影响传感器对周围环境的感知，通过引入自动驾驶车辆的数据对感知传感器进行补偿，完成自动驾驶车辆对周边车辆的识别和连续跟踪；同时，针对团雾影响车载视觉的问题，利用团雾场景下的除雾算法模型进行图像处理，获得清晰的视频图像，进而提升识别的准确性，保证了无人驾驶车辆能够安全、高效果的运行。

关键词：自动驾驶团雾多传感器信息融合模块多传感器信息融合系统道路信息模块多传感器融合环境感知系统无人驾驶车辆传感器模块感知传感器影响传感器道路环境定义模块非结构化感知系统环境信息静态目标连续跟踪视频图像算法模型图像处理信息数据周边车辆自主式除雾感知颠簸视觉场景清晰引入天气安全保证

来源：评论

学校读者我要写书评

暂无评论

一种基于奇异值分解与信息熵的证据修正方法

一种基于奇异值分解与信息熵的证据修正方法

引用

作者：国强文伟璐王亚妮戚连刚尼古拉·卡留日内 150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室

本发明属于多传感器信息融合技术领域，具体涉及一种基于奇异值分解与信息熵的证据修正方法。本发明利用基本概率赋值函数的几何性质，将证据间差异性问题转化为矩阵性质问题，进而提出一种基于奇异值分解提取证据矩阵主方向对应子空间... 详细信息

标准号: CN114756812A

本发明属于多传感器信息融合技术领域，具体涉及一种基于奇异值分解与信息熵的证据修正方法。本发明利用基本概率赋值函数的几何性质，将证据间差异性问题转化为矩阵性质问题，进而提出一种基于奇异值分解提取证据矩阵主方向对应子空间的重构技术，以滤除基本概率赋值矩阵内存在的干扰信息；对于主方向个数不唯一的证据矩阵，采取信息熵度量的方法完成对高度冲突证据的修正；最后基于证据理论对修正后的证据信息进行融合。本发明能够在不影响一致性数据的前提下，根据矩阵的最大方向对存在干扰的基本概率赋值进行校正，并通过减小焦点元素模值的方式弱化其在证据矩阵中的作用。本发明适用于多传感器信息融合系统中存在不确定信息的场景。

关键词：矩阵基本概率证据奇异值分解修正多传感器信息融合系统多传感器信息融合信息熵度量一致性数据冲突证据干扰信息几何性质焦点元素问题转化证据理论证据信息差异性信息熵子空间减小滤除重构校正弱化场景融合

来源：评论

学校读者我要写书评

暂无评论

一种基于多传感器融合的尘雾天气道路环境感知系统

一种基于多传感器融合的尘雾天气道路环境感知系统

引用

作者：王明彦孔维华 400000 重庆市江北区高新区大学城中路临25号2213

标准号: CN113820714B

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：