基于RBF神經(jīng)網(wǎng)絡(luò)與D-S證據(jù)理論的數(shù)據(jù)融合方法及應(yīng)用研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展和現(xiàn)代工業(yè)的需要，數(shù)據(jù)融合作為一門新興交叉學(xué)科在近年來得到了廣泛關(guān)注和飛速發(fā)展。數(shù)據(jù)融合技術(shù)能夠綜合多個(gè)傳感器提供的互補(bǔ)和冗余信息，獲得觀測(cè)對(duì)象更全面、更準(zhǔn)確的信息，從而得到準(zhǔn)確、快捷的決策和判斷。針對(duì)工業(yè)現(xiàn)場(chǎng)傳感器狀態(tài)類型復(fù)雜多變、被測(cè)參量難于準(zhǔn)確可靠獲得的問題，本文提出基于RBF神經(jīng)網(wǎng)絡(luò)和證據(jù)理論的兩級(jí)數(shù)據(jù)融合方法。
　　本文首先對(duì)數(shù)據(jù)融合的基本原理、概念進(jìn)行了闡述，并對(duì)數(shù)據(jù)融合的關(guān)鍵技術(shù)，常用融合算法進(jìn)行了

2、分類總結(jié)。分別對(duì)數(shù)據(jù)融合算法、神經(jīng)網(wǎng)絡(luò)方法和證據(jù)理論方法進(jìn)行了詳細(xì)的闡述，同時(shí)對(duì)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)進(jìn)行了深入研究，對(duì)神經(jīng)網(wǎng)絡(luò)和證據(jù)理論方法優(yōu)缺點(diǎn)進(jìn)行了分析，具體內(nèi)容概括如下：
　　在分析了數(shù)據(jù)融合的層次和模型結(jié)構(gòu)的基礎(chǔ)上，構(gòu)建了RBF神經(jīng)網(wǎng)絡(luò)與證據(jù)理論的兩級(jí)融合的體系結(jié)構(gòu)和功能模型，整個(gè)融合體系分為數(shù)據(jù)層、特征融合層、決策融合層，此融合體系為數(shù)據(jù)融合方法的研究提供了框架基礎(chǔ)。
　　基于RBF神經(jīng)網(wǎng)絡(luò)的特征層融合，研究了RBF

3、神經(jīng)網(wǎng)絡(luò)的基本原理、拓?fù)浣Y(jié)構(gòu)和映射關(guān)系，對(duì)RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法進(jìn)行了對(duì)比研究。將傳感器采集的工業(yè)現(xiàn)場(chǎng)數(shù)據(jù)預(yù)處理后輸入RBF神經(jīng)網(wǎng)絡(luò)，得出精確融合輸出結(jié)果。此外，網(wǎng)絡(luò)輸出還作為決策層證據(jù)理論的初始證據(jù)，再進(jìn)行證據(jù)組合規(guī)則融合計(jì)算，得到每個(gè)傳感器狀態(tài)的信任度。
　　基于D-S證據(jù)理論的決策層融合，用于判斷工業(yè)現(xiàn)場(chǎng)傳感器的有效工作狀態(tài)，詳細(xì)分析了D-S組合規(guī)則、不同識(shí)別框架的組合原理、算法等;研究證據(jù)理論決策方法，并用實(shí)例對(duì)證據(jù)理論