【信息融合】基于BP神经网络和DS 证据理论实现不确定性信息融合问题附matlab代码
1 内容介绍
针对多传感器信息融合的基本可信度分配在实际应用中难以解决的问题,提出了一种基于D-S证据理论与BP网络相结合的多传感器信息融合的改进方法.该方法充分发挥BP神经网络自学习,自适应和容错的能力,利用BP神经网络处理证据理论的基本可信度问题,再利用D-S证据理论来处理不精确,模糊的信息.最后通过一个实例证明了该方法的有效性.
2 部分代码
%------------------齿轮箱故障诊断------------------%
%-------------------2015.12.09--------------------%
function [M2,M3,M4] = new(m1,m2,m3,m4,w)
%两个证据的信息融合
%--------------------------------------------
n2=2;
m_w=m1*w(1)+m2*w(2);%第一个加权证据s
m_e=(m1+m2)/n2;%平均证据
d1=sqrt(sum((m1-m_e).^2));
d2=sqrt(sum((m2-m_e).^2));
S2=ones(1,n2)-[d1 d2];
crd2=S2/sum(S2);%可信度
m=[m1;m2];
m_crd=crd2*m;%第二个加权证据
%k2=1-sum(m_w.*m_crd);
M2=(m_w.*m_crd)/sum(m_w.*m_crd);
%--------------------------------------------
%三个证据的信息融合
%--------------------------------------------
n3=3;
m_w=m1*w(1)+m2*w(2)+m3*w(3);%第一个加权证据
m_e=(m1+m2+m3)/n3;%平均证据
d1=sqrt(sum((m1-m_e).^2));
d2=sqrt(sum((m2-m_e).^2));
d3=sqrt(sum((m3-m_e).^2));
S3=ones(1,n3)-[d1 d2 d3];
crd3=S3/sum(S3);%可信度
m=[m1;m2;m3];
m_crd=crd3*m;%第二个加权证据
%k2=1-sum(m_w.*m_crd);
M3=(m_w.*m_crd)/sum(m_w.*m_crd);
%--------------------------------------------
%四个证据的信息融合
%--------------------------------------------
n4=4;
m_w=m1*w(1)+m2*w(2)+m3*w(3)+m4*w(4);%第一个加权证据
m_e=(m1+m2+m3+m4)/n4;%平均证据
d1=sqrt(sum((m1-m_e).^2));
d2=sqrt(sum((m2-m_e).^2));
d3=sqrt(sum((m3-m_e).^2));
d4=sqrt(sum((m4-m_e).^2));
S4=ones(1,n4)-[d1 d2 d3 d4];
crd4=S4/sum(S4);%可信度
m=[m1;m2;m3;m4];
m_crd=crd4*m;%第二个加权证据
%k2=1-sum(m_w.*m_crd);
M4=(m_w.*m_crd)/sum(m_w.*m_crd);
%--------------------------------------------
end
3 运行结果
4 参考文献
[1]付家才, 万遂. 基于D-S证据理论和BP神经网络的多传感器信息融合[J]. 自动化与仪器仪表, 2011(1):3.
博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机、雷达通信、无线传感器等多种领域的Matlab仿真,相关matlab代码问题可私信交流。
部分理论引用网络文献,若有侵权联系博主删除。
【信息融合】基于BP神经网络和DS 证据理论实现不确定性信息融合问题附matlab代码相关推荐
- 【预测模型】基于BP神经网络、LSTM、GRNN实现风电功率预测附matlab代码
1 简介 风电功率预测结果的准确性,不仅关系到风力发电厂的综合运行效率,也与区域运行成本具备直接联系,基于BP神经网络.LSTM.GRNN实现风电功率预测.经过实例分析,证明设计的方法对风电功率的预 ...
- 基于BP神经网络的非线性函数拟合(一维高斯函数)研究-含Matlab代码
目录 一.引言 二.BP神经网络的结构与原理 2.1 信息前向传播 2.2 误差的反向传播过程 三.基于BP神经网络的非线性函数拟合 3.1 数据生成 3.2 神经网络拟合结果 四.参考文献 五.Ma ...
- 优化算法 | 基于粒子群优化算法的Bp神经网络预测21~22赛季NBA总冠军(附MATLAB代码)
文章目录 前言 一.数据准备 二.基于PSO的Bp神经网络预测 1.粒子表达方式 2.目标函数 3.粒子速度和位置的更新 三.MATLAB代码 四.预测结果 五.代码获取方式 总结 近期你可能错过了的 ...
- 【机械】基于简化几何解法的六轴机械臂位置规划附matlab代码
1 内容介绍 基于简化几何解法的六轴机械臂位置规划附matlab代码 2 部分代码 clc; clear; %载入数据 importfile('shuiping.mat'); theta_shuipi ...
- 情感识别:基于ELM、SOM分类器实现心率变异性信号情感识别,附matlab代码
情感识别:基于ELM.SOM分类器实现心率变异性信号情感识别,附matlab代码 情感识别是一项有趣而又具有挑战性的任务.它可以用于识别人类的情绪状态,从而在许多领域中产生影响,例如医疗保健.人工智能 ...
- 【WSN通信】基于最佳簇半径的无线传感器网络分簇路由算法附matlab代码
1 内容介绍 无线传感器网络(WirelessSensorNetwork,WSN)是由若干个分布在被监控范围内的传感器节点构成的网络,这些节点以随机或者确定位置分布的形式布置在被监测范围内,可以收集温 ...
- 【滤波跟踪】基于EKF、时差和频差定位实现目标跟踪附matlab代码
1 内容介绍 三星时差无源定位系统多采用基于高程约束下时差测量值转换为距离差进行 定位,若卫星相对于辐射源存在运动,则截获到同一辐射源信号频率存在多普勒 频移.由于卫星间一直都处在运动状态,各观测站接 ...
- 【图像检测】基于计算机视觉实现地质断层结构的自动增强和识别附matlab代码
1 内容介绍 在本文中,我们提出了一个用于自动增强和识别活动海断层的框架,通常使用测深图像与地震活动相关联. 据我们所知,基于图像分析方法的海断层自动识别问题尚属首次. 首先,我们计算 Slope 和 ...
- 【信号去噪】基于蚁群算法优化小波阈值实现信号去噪附matlab代码
1 简介 基于硬阈函数和软阈函数的小波去噪算法处理的信号分别存在着偏差和方差过大的缺点,为有效解决这一问题,提出基于蚁群算法优化小波变换去噪算法.并采用常用的信号用matlab对去噪效果进行了仿真.仿 ...
- 【智能优化算法-黑猩猩算法】基于增强型黑猩猩优化器算法求解单目标优化问题附matlab代码
1 内容介绍 This article proposes a novel metaheuristic algorithm called Chimp Optimization Algorithm (Ch ...
最新文章
- 创建Maven版Java工程
- 人人都会Vue,你的优势在哪里?
- 11月技术考核:LINUX系统重新安装
- conductor任务域
- go 查看全局安装了哪些包_如何用 GVM 管理 Go 项目
- Java开发入门与实战!打印杨辉三角java代码
- python脚本-记录Python脚本的运行日志的方法
- 解决vs2005无法连接sql数据库问题
- Turbo码,接近完美的编码
- 关于时频分析的一些感想
- 系统,工具,源码,语言组成的数字世界-2021-
- 计算机更换配件导致系统,旧电脑怎么升级 旧电脑要换哪些配件
- OPPO手机里面的快应用是什么
- bugkuctf never give up
- vue上传文件到后端,前端接收到后端传来的图片并显示。
- 苹果手机计算机找不到了,找不到apple mobile device
- webssh —— 浏览器上的终端
- 《如何拍出清晰的照片》
- 高防服务器ddos压力测试的工具推荐
- Mac系统下降级安装stlink-1.4.0方法