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:
给出一种基于D-S证据理论的多传感器信息融合方法,并应用于某型船用柴油机故障检测中.首先,为克服人为因素和系统误差的干扰,在现场采集数据基础上,采用概率统计的方法来构造D-S证据理论的基本概率分配函数;然后,利用D-S证据理论对多传感器采集的信息进行融合;最后,将该方法应用于某型船用柴油机的故障检测中.实验结果表明,利用D-S证据理论解决了该型柴油机故障检测中多传感器信息融合问题,有效避免了人为因素的干扰,克服了单传感器信息的不确定性和片面性,提高了故障检测的准确度和可信度.
推荐文章
基于D-S证据理论信息融合的故障诊断方法
信息处理技术
证据理论
信息融合
故障诊断
决策规则
状态监测
基于D-S证据理论的齿轮箱故障诊断
D-S证据理论
BP神经网络
模糊识别
齿轮箱
基于多域特征与改进D-S证据理论的齿轮故障智能诊断方法
齿轮故障诊断
粒子群优化支持向量机
加权D-S证据理论
信息融合
利用D-S证据理论的夜间车辆检测
D-S证据理论
夜间车辆
车辆检测
车灯检测
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 基于D-S证据理论的柴油机故障检测方法
来源期刊 舰船科学技术 学科 工学
关键词 D-S证据理论 多传感器信息融合 故障检测
年,卷(期) 2014,(6) 所属期刊栏目 装备技术
研究方向 页码范围 106-110
页数 5页 分类号 TP274
字数 4338字 语种 中文
DOI 10.3404/j.issn.1672-7649.2014.06.021
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 贺国 海军工程大学船舶与动力学院 76 280 8.0 11.0
2 宋振海 海军潜艇学院动力操纵系 13 44 4.0 6.0
3 潘兴隆 海军工程大学船舶与动力学院 10 19 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (19)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1967(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
D-S证据理论
多传感器信息融合
故障检测
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
舰船科学技术
半月刊
1672-7649
11-1885/U
大16开
北京市朝阳区科荟路55号院
1979
chi
出版文献量(篇)
6974
总下载数(次)
20
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导