文中给出了数据融合算法，并提出把数据融合方法应用于火电机组的在线性能计算中，使计算结果能更完善、准确地反映机组的运行状况。这种数据融合方法计算简便，可以反映传感器在空间或时间上的冗余或互补的信息，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，实际应用结果证实了该算法的准确性，可推广到其它具有正态分布特性测量结果的数据融合。
上传时间： 2014-01-15
上传用户：李彦东
针对目前的基于特征的图像检索中没有有效地结合图像中对象空间信息的问题，提 出了一种新的融合了颜色、空间和纹理特征的图像特征提取及匹配方法。为了减少时间 间复杂度，首先通过基于普通颜色直方图的检索得到初始图像集合，然后根据提出的结合空间、纹理特征加权度量对初始图像集合再进行检索，从而得到最后更符合要求的相似图象
上传时间： 2014-01-10
上传用户：wang5829
北雨新闻信息管理系统bay_news v1.0.0 1本程序采用ＪＳＰ＋ＭＹＳＱＬ设计构件，快速可靠 2采用最新防注设计，使您的网站更加安全 3信息多级分类 4生成ＨＴＭＬ
上传时间： 2017-05-07
上传用户：daoxiang126
射频确认((RFID)正迅速改变生意跟踪盘货和资产的方式.从对美国国防部沃尔-马特和特斯科,早期努力正已经展示好处,但是为RFID软件,融合和数据处理使目前一挑战平息下来.如果你是一个设计师把发展一RFID系统记在一开发者金色上的,这本书是给你的.广阔经验鼓励,比尔Glover和Himanshu Bhatt为你提供重要的关于这新兴技术的信息.
上传时间： 2014-01-01
上传用户：稀世之宝039
里面融合了8个课程设计的系统，有超市管理系统、高考信息系统、学生信息管理系统等等。方便为做课程设计的网友准备的。
标签：
上传时间： 2017-07-12
上传用户：lijinchuan
多生物特征融合身份识别研究。身份识别是当今社会不可避免的一个问题，生物特征身份识别作为一种安全 而有效的手段一直受到广大研究者的重视。针对单模态生物特征身份识别技术 的局限性和实际应用中的各种限制，本论文就最近兴起地基于数据融合技术的 多生物特征身份识别进行了研究和探讨。这项工作虽然还处于刚刚起步阶段， 但是，作为信息安全不可缺少的重要手段，它的研究和应用必将引起大家的重 视而飞速地发展。
上传时间： 2014-12-05
上传用户：woshini123456
准确量化和预测陆地生态系统碳水通量对于理解陆气间相互作用，预测未来气候变化和控制温室效应具有重要意义。通量观测和模型模拟是目前研究碳水通量的两种主要方法。通量观测精度较高，但观测范围局限、站点分布不均匀，易受环境影响，难以区域扩展；模型模拟可实现不同尺度参量估算，但由于理想化假设、模型参数和驱动数据等限制，导致其模拟结果往往与真实值存在较大偏差。模型-数据融合方法主要是通过参数估计和数据同化两种技术集成观测和模型信息，建立两者相互制约调节的优化关系，以提高模型结果与真实值之间的匹配程度。基于该思路，本研究在地面观测数据、遥感卫星资料以及相关气候环境数据基础上，重点突破全球动态植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感参数优化方法，获取适宜中国的参数化方案：在此基础上，引入数据同化算法，将遥感卫星产品信息与模型相融合，在模拟过程中不断校正原有模型模拟轨迹，提高模型适用性。将以上改进的模型推广至中国区域，实现对20002015年中国地区总初级生产力（Gross Primary Productivity GPP）和敬发（Evapotranspiration，ET的空间格局模拟及分析。主要结论如下1）将LP」DGwM中所选出的22个可调参数（涉及光合、呼吸、水平衡异速生长、死亡、建立以及土壤和掉落物分解共七个作用领域）在各自取值范围内随机获得不同的参数组合，结果表明22个参数可引起GPP和ET模拟结果产生较大的不确定性，尤其集中在生长季。所有站点GPP相对不确定性（Relative Uncertainty，RU）基本保持在09-1.25之间，不具有明显的年际变异性：ET相对不确定性RU月变化趋势明显，且基本处于0.5以下，明显低于GPP，说明所筛选的22个参数对GP模拟产生的影响更为显著。
标签： 数据融合
上传时间： 2022-03-16
上传用户：shjgzh
在工业应用中常用一组传感器对问一个被测量目标在一个过程的不同位置进行测量，然而由于每个传感器位于过程的不同位置，它们将不问程度的受到嗓声的干扰，为了从被嗓声干扰的多传感器测量值中获得更准确的测量结果，霱要进“步研究多传感器的融合理论多传感器数据融合系统的关键在于如何充分利用各个传感器的信息，得到对被测参数的最优估计，本文主要研究了以加权的方式进行多传感器数据融合的方法，即研究如何对每个传感器进行加权，从而得到对被测参数最优佑计的方法为此本文在介绍了多传感器数据融合技术的基础上，首先研究了基于奇异值分解的数据融合算法，通过对传感器测量值构成的矩阵进行奇异值分解，利用每个传感器测量值所对应的奇异值，可以估计出对每个传感器权值的最优估计，从而在不要任何先验知识的条件下，可仅由多传感器的测量值，利用提出的算法得到在最小均方误差意义下的被测参数的最优估计，此外，在许多工业过程中，人们利用多传感器测量同一过程参数以控制该参数在过程中的不同位置能根据需要进行合理分布，此时人们希望利用多传感器融合的测量结果，对每一个传感器的测量数据进行重建，以获得对每一个传感器的测量结果进行更为准确的估计。为此，本文进一步研究了基于小波降噪和数据融合的传感器数据重建算法，仿真和实验结果都说明提出算法是有效的，最后，研究了非线性动态系统的状态融合问题，研究了加权无气味卡尔曼滤波（UKF）方法，研究表明无气味卡尔曼波波能克服了扩展卡尔曼滤波（EKF）在状态融合估计中的不足，可以得到了更准确的状态融合估计结关键词多传感器系统，数据融合，奇异值分解，UKF
上传时间： 2022-03-16
上传用户：aben
（1）介绍了模拟电路故障诊断技术发展和现状，对现有的主要诊断方法以及近年来先进的神经网络理论和技术以及数据融合技术在模拟电路故障诊断领域中的应用进行了简单的论述（2）对神经网络方法的基本原理及其在模拟电路故障诊断中的优势进行了详细的介绍，包括神经网络的分类和神经网络的学习规则。详细说明在电路故障诊断中应用最广泛的BP神经网的设计、训练和测试方法，并对一个两级RC耦合放大器电路例进行了测试、神经网络训练和诊断。（3）介绍了数据融合技术的概念、优缺点、基本方法及其在各个领域的应用情况。然后对于数据融合具体方法，着重研究了 Bayes统计融合方法Dempster-Shafer证据理论融合方法以及模糊集理论融合方法。最后采用基于待定系数法的隶属度构造法以及模糊融合的方法对实例电路进行了故障诊断。（4）提出了一种新的利用包含元件直流特性信息的静态工作点电压和包含元件交流特性信息的不同频率激励下输出电压峰值与输出电压峰值的比值两类信息进行数据融合诊断的方法，保证故障信息量的同时降低了获取难度，应用模糊数学的理论，通过模糊变换将两类故障信息通过两个神经网络诊断得出的故障求属度进行决策层的数据融合，较好的解决了了单神经网络诊断信息量不足，由于电路元件互相影响而产生的故障诊断不确定性的问题以及待融合故障信息隶属度获取困难的问题，使得诊断准确率得到较为明显的提高本文提出的基于数据融合和神经网络的方法可以实现对模拟电路的故障进行准确实时快速诊断，具有一定的实用价值。关健词：模拟电路；数据融合；神经网络；模糊集理论
标签： 数据融合
上传时间： 2022-03-17
上传用户：
摘要：无线传感器网络（Wireless Sensor Networks，wSN是由许多具有低功率无线收发装置的传感器节点组成，它们监测采集周边环境信息并传送到基站进行处理在某一时刻通过wSN采集的数据量非常大，如何正确、高效地处理这些数据成为当前WSN研究中的一个热点。传感器节点一般部署在恶劣环境中，一些偶然因素会使采集的数据中出现不准确的数据，用户依据这样的数据很难准确判断出被测对象的真实状态。基于模糊理论的决策级数据融合算法能够很好的解决这个问题本文以国家863研究项目《基于无线传感器网络的铁路危险货物在途安全状态监测技术研究》为背景，结合铁路运输中棉花在途状态监测系统的开发，在分析了当前有效的决策级数据融合技术基础上，提出了基于模糊理论的决策级数据融合算法，该算法通过对采集数据进行处理和分析，以获得准确的被测对象状态的描述。本文的主要工作包括：（1）分析了WSN中传统的决策级数据融合算法，如自适应加权数据融合算法和算术平均数数据融合算法，总结这两种算法的优缺点和检测系统的需求，进步明确理想算法应达到的目标。（2）提出了基于模糊理论的两阶段数据融合算法：该算法第一阶段利用基于贴近度的数据融合算法进行同类数据的融合校准，这一阶段的目的是剔除错误的和可信度较差的数据，得到相对更加准确的数据，第二阶段利用模糊推理对第个阶段得到的异类数据进行融合推理，得到被测对象当前状态的描述，为决策提供支持（3）结合实测数据仿真本文所提出的算法，结果证明与传统的融合算法相比，可以更加准确的描述被测对象状态
标签： 无线传感器
上传时间： 2022-03-17
上传用户：
