作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决火灾探测问题,采用基于推理的信息融合方法,分析了Dempster-shafer证据理论用于多传感器数据融合的基本概念和理论,并将它用于火灾探测的数据融合中.在数据处理方法上,结合具体应用背景,借助专家数据库知识,构造初始概率分配函数,产生每条证据的信度函数分配.在融合规则上,采用改进的融合规则对多条证据进行数据融合.融合结果鲁棒性强,有效地解决了传感器数据失效及证据冲突等问题.
推荐文章
数据融合技术在火灾自动探测中的应用研究
火灾探测
多传感器
数据融合
火灾预警
数据融合技术在火灾早期探测中的应用
红外光谱探测
数据融合技术
过程特征
概率神经网络
多传感器信息融合技术在火灾报警系统的应用
多传感器信息融合
贝叶斯估计
火灾报警系统
同步探测
基于人工智能技术的火灾探测信息融合系统
火灾探测
数据融合
人工智能
神经网络
模糊推理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 信息融合技术在火灾探测中的应用
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 信息融合 D-S证据推理 基本概率赋值函数 融合规则 专家数据库
年,卷(期) 2011,(1) 所属期刊栏目 信息·计算机
研究方向 页码范围 44-48
页数 分类号 TP391
字数 2955字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2011.01.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王越 重庆理工大学计算机科学与工程学院 50 351 12.0 16.0
2 韩菁 重庆理工大学计算机科学与工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (377)
参考文献  (14)
节点文献
引证文献  (6)
同被引文献  (12)
二级引证文献  (11)
1967(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(3)
  • 参考文献(1)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(6)
  • 参考文献(2)
  • 二级参考文献(4)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
信息融合
D-S证据推理
基本概率赋值函数
融合规则
专家数据库
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导