多傳感器相關分析方法研究與應用.pdf_第1頁
已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本文研究多傳感器同步相關分析方法和異步相關滯后步長分析方法,并將其應用于分類主特征選擇及煤礦瓦斯監(jiān)測數據的異常檢測和遺失值估計問題。同時,開發(fā)了基于時間序列數據挖掘的煤礦瓦斯涌出量分析系統(tǒng)。主要研究內容如下: 運用多傳感器相關信息熵的概念,定義了多傳感器相關組合的概念并分析了其性質。在此基礎上提出了一類發(fā)現所有相關傳感器組合的快速算法,即SCC(Super Correlation Combination)算法。該算法能夠高效的找

2、出全部相關組合。 提出了基于粒子群優(yōu)化的異步相關滯后步長分析方法。研究了兩種針對多傳感器系統(tǒng)異步相關最優(yōu)滯后步長分析的適應值函數,分別為基于相關信息熵的適應值函數與基于相關系數的適應值函數。實驗表明提出的方法是有效的。 提出了基于多傳感器相關分析的主特征選擇方法。該方法引入主特征和主特征子集的概念描述被分類對象的關鍵分類特征,并給出了計算被分類對象的主特征和主特征子集的方法。其特點是主特征和主特征子集與所采用的分類器無關

3、。實驗結果顯示:利用數據集的主特征和主特征子集進行數據分類比用數據集的全部屬性進行分類的性能要好。 瓦斯?jié)舛犬惓z測和遺失值估計事關煤礦安全。以往的解決方法是使用一個礦井中的全部瓦斯傳感器采樣數據分析求解這兩個問題。但是這種方法存在著不足:計算量大和異常檢測的準確率相對較低,遺失值的估計精度也較低。提出了利用相關傳感器組合的信息進行瓦斯異常檢測和遺失值估計的方法。仿真結果表明該方法克服了上述不足。 開發(fā)了基于時間序列數據

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論