-
公开(公告)号：CN114792112B
公开(公告)日：2024-02-20
申请号：CN202210430919.9
申请日：2022-04-22
Applicant: 河南大学
IPC: G06F18/25
Abstract: 本发明公开了一种基于自适应处理策略的时域证据融合方法，包括如下步骤：首先，将多个传感器收集的信息转化为证据信息；其次，计算各个历史时刻证据信息的相关性，并确定历史证据信息的权重因子；对历史证据信息进行加权平均获得当前时刻的预测值，根据预测值和真实值判断当前时刻是否出现失真；再通过可信度衰减模型，获得相邻时刻证据的实时可靠度，根据实时可靠度对时域证据进行折扣；最后，利用Dempster组合规则对时域证据进行融合。本发明考虑了当前时刻的证据有可能出现失真的情况，同时对失真情况进行了研究，对当前时刻获取的证据和历史积累的证据进行对比，选择最合适的处理策略，具有重要的理论意义和应用价值。
-
公开(公告)号：CN116993213A
公开(公告)日：2023-11-03
申请号：CN202310940174.5
申请日：2023-07-28
Applicant: 河南大学
IPC: G06Q10/0639 , G06F17/16
Abstract: 本发明公开了一种基于改进距离测度的概率语言多属性群决策方法，包括如下步骤：首先专家根据评价对象和属性给出自己的决策矩阵，并对决策矩阵进行标准化，得到标准化的决策矩阵；然后利用距离相似度计算每个专家与其他专家的总相似度，对每个专家的总相似度进行归一化，得到专家权重；其次利用专家权重对每个专家的决策矩阵进行集结，得到群决策矩阵；最后基于整合的EDAS‑MULTIMOORA方法对绿色企业进行评估并排序，选择最优的绿色企业，验证了本发明提出的方法的实用性和有效性。因此，利用本发明提出的决策方法来解决一类专家权重完全未知的多属性群决策问题，具有重要的理论意义和应用价值。
-
公开(公告)号：CN113177610B
公开(公告)日：2025-04-11
申请号：CN202110564166.6
申请日：2021-05-24
Applicant: 河南大学
IPC: G06F18/241 , G06F18/25
Abstract: 本发明公开了一种基于模糊分类的加权冲突证据融合方法，包括如下步骤：首先由传感器获得多个证据的信息，通过区间概率赋值转换公式将证据转变为单子集证据，将证据看作向量后，得到证据之间的隶属度，然后通过隶属度矩阵求出模糊等价矩阵，再根据阈值对证据进行模糊分类。求取同一类证据之间的相互支持度，以相互支持度为依据得到同一类证据中各证据的权重，对证据进行加权平均融合。融合后的新证据，根据证据之间的相关支持度与各证据获得的信任度结合来获得各证据的权重，证据加权融合后，进行次自身DS融合。本发明通过将证据进行模糊分类，将属于同类的证据与不同类的证据采用不同的方法获取权重，具有重要的理论意义和应用价值。
-
公开(公告)号：CN115481917A
公开(公告)日：2022-12-16
申请号：CN202211190154.2
申请日：2022-09-28
Applicant: 河南大学
Abstract: 本发明公开了一种基于IFS和可信度衰减模型的空中目标威胁评估方法，包括如下步骤：首先，根据各空中目标的情报信息转化为直觉模糊数，并构造直觉模糊评估矩阵。其次，通过直觉模糊熵和判断矩阵计算指标的客、主权重，并构造综合权重。然后，运用IFWA进行指标信息加权，获得加权直觉模糊评估矩阵，并转化为mass函数矩阵；再次，计算基于信息量的折扣系数，并利用可信度衰减模型对不同时刻的mass函数进行组合；最后，根据组合结果对各空中目标进行威胁评估排序。本发明方案与传统算法相比，采用主、客观因素构造指标的综合权重，采用时间衰减模型对多时刻的动态信息进行组合，其最终排序结果更加合理，具有重要的理论意义和应用价值。
-
公开(公告)号：CN113449412B
公开(公告)日：2022-07-22
申请号：CN202110564130.8
申请日：2021-05-24
Applicant: 河南大学
IPC: G06F30/20 , G06K9/62 , G06F111/08 , G06F119/08
Abstract: 本发明公开了一种基于K‑means聚类和综合相关度的机械故障诊断方法，包括如下步骤：首先，获取传感器对各个故障类型的原始观测信息；利用K‑means聚类寻找各个故障类型数据组的质心；计算传感器采集的机械设备运行数据与各个故障类型数据簇质心之间的JS散度和灰色关联度构建综合相关度；对综合相关度进行归一化处理，将其转化为基本概率指派函数；最后，采用Dempster组合规则对基本概率指派函数进行逐个融合，输出最终对机械设备故障类型的决策结果。本发明方案提出的基于K‑means聚类和综合相关度的故障诊断方法，可以有效地对机械设备进行故障诊断，具有重要的理论意义和应用价值。
-
Patent Agency Ranking
公开(公告)号：CN113295421B
公开(公告)日：2022-02-01
申请号：CN202110563647.5
申请日：2021-05-24
Applicant: 河南大学
IPC: G01M15/00
Abstract: 本发明公开了一种基于改进冲突系数和信度熵的发动机故障诊断方法，包括如下步骤：首先，获取传感器测量信息转换为证据信息，计算证据之间的关联系数，结合关联系数和冲突系数得到改进冲突系数，以此获得证据的冲突度；最后采用Dempster组合规则对修正后的证据进行融合，输出最终发动机故障诊断的决策结果。本发明方案与传统算法相比，通过改进冲突系数获得冲突度能够有效地衡量证据之间的冲突程度，同时通过改进的信度熵表征证据的不确定程度，综合冲突度和信度熵确定证据的权重系数，具有重要的理论意义和应用价值。
-
公开(公告)号：CN112598037A
公开(公告)日：2021-04-02
申请号：CN202011479705.8
申请日：2020-12-15
Applicant: 河南大学
Abstract: 本发明公开了一种基于区间数距离和模型可靠性的目标识别方法，包括如下步骤：首先，根据传感器采集的目标样本建立各个属性的区间数模型；然后，计算测试样本在对应属性下的区间数与该属性下区间数模型之间的区间数距离；其次，将所求的区间数距离转化为相似度并归一化处理作为初始基本概率指派；再次，计算各个属性下区间数模型的静态可靠性和动态可靠性，并将其结合作为综合可靠性对初始基本概率指派进行折扣，折扣的结果作为最终基本概率指派；最后，采用Dempster组合规则对最终基本概率指派进行逐个融合，输出最终目标识别的决策结果。本发明方案综合考虑了区间数距离和模型的综合可靠性，可以有效地处理不确定和不精确的信息，具有重要的理论意义和应用价值。
-
公开(公告)号：CN114723002A
公开(公告)日：2022-07-08
申请号：CN202210293445.8
申请日：2022-03-23
Applicant: 河南大学
IPC: G06N3/04
Abstract: 本发明公开了一种基于神经网络的概率转换方法，包括如下步骤：首先由传感器获得证据信息，根据证据中已知命题的BPA构建神经网络输入层和偏置节点，采用信度函数和似真函数分别获得神经网络隐藏层中每个子集命题的平均信息含量和区间信息含量，结合权重函数获得含有变量的权重因子，根据权重因子逐层分配多元素命题的BPA直至在输出层输出具有变量的单元素命题概率，最终根据约束条件确定最优的转换结果，本发明通过将证据中各命题的BPA构建成神经网络的不同部分，以变化的权重逐层分配命题的BPA直至获得单元素命题概率后，再以约束条件进行修正，具有重要的理论意义和应用价值。
-
公开(公告)号：CN113449412A
公开(公告)日：2021-09-28
申请号：CN202110564130.8
申请日：2021-05-24
Applicant: 河南大学
IPC: G06F30/20 , G06K9/62 , G06F111/08 , G06F119/08
Abstract: 本发明公开了一种基于K‑means聚类和综合相关度的机械故障诊断方法，包括如下步骤：首先，获取传感器对各个故障类型的原始观测信息；利用K‑means聚类寻找各个故障类型数据组的质心；计算传感器采集的机械设备运行数据与各个故障类型数据簇质心之间的JS散度和灰色关联度构建综合相关度；对综合相关度进行归一化处理，将其转化为基本概率指派函数；最后，采用Dempster组合规则对基本概率指派函数进行逐个融合，输出最终对机械设备故障类型的决策结果。本发明方案提出的基于K‑means聚类和综合相关度的故障诊断方法，可以有效地对机械设备进行故障诊断，具有重要的理论意义和应用价值。
-
公开(公告)号：CN113177610A
公开(公告)日：2021-07-27
申请号：CN202110564166.6
申请日：2021-05-24
Applicant: 河南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于模糊分类的加权冲突证据融合方法，包括如下步骤：首先由传感器获得多个证据的信息，通过区间概率赋值转换公式将证据转变为单子集证据，将证据看作向量后，得到证据之间的隶属度，然后通过隶属度矩阵求出模糊等价矩阵，再根据阈值对证据进行模糊分类。求取同一类证据之间的相互支持度，以相互支持度为依据得到同一类证据中各证据的权重，对证据进行加权平均融合。融合后的新证据，根据证据之间的相关支持度与各证据获得的信任度结合来获得各证据的权重，证据加权融合后，进行次自身DS融合。本发明通过将证据进行模糊分类，将属于同类的证据与不同类的证据采用不同的方法获取权重，具有重要的理论意义和应用价值。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.02 seconds)
