【摘 要】
:
针对传统bayes决策融合算法中,类条件概率密度的不确定性以及固定的类条件概率密度估计值所引起的融合系统误判,本文将非参数估计方法引入到bayes决策融合算法中,提出了一种
论文部分内容阅读
针对传统bayes决策融合算法中,类条件概率密度的不确定性以及固定的类条件概率密度估计值所引起的融合系统误判,本文将非参数估计方法引入到bayes决策融合算法中,提出了一种改进的bayes决策融合模型.该模型在融合过程中每次进行bayes最大后验概率准则判决后,均判断当前的类条件概率密度是否达到预期的精度,并在未达到预期精度的情况下利用parzen窗算法完成条件概率密度的逐步构造逼近.通过在丰满水电仿真系统的温度故障诊断过程中的实际应用表明,该算法在性能上优于传统bayes方法,可有效地提高诊断判决正确率
其他文献
研究了一类带有未知参数以及扰动的多输入非线性系统的自适应跟踪问题,利用控制Lyapunov方法设计出一种自适应控制器。该控制器对系统的参数和状态的不确定性具有鲁棒性,并且能保证系统闭环全局稳定。仿真结果表明,该控制方案具有良好的跟踪性能、鲁棒性及参数辨识能力。
对耦合效应及重力负载影响目标模拟器控制误差的规律进行了对比研究。首先利用多体理论及有关电机理论建立了目标模拟器的机电系统动力学模型,并提出了一种改进的计算力矩解耦控制方法,然后利用MATLAB中的Simulink对两种控制方法进行了数字仿真,最后通过对仿真结果的比较得出了耦合效应及重力负载对目标模拟器控制误差影响规律的有关结论。
为了克服空中飞行模拟器传统上使用增益调度控制方式的弱点,设计了一种改善空中飞行模拟器性能的自适应模型跟随控制系统。其中辨识器采用基于卡尔曼滤波器的多模辨识方法,该方法将本机先验信息加入到参数辨识过程中,辨识结果是与卡尔曼滤波器相对应的各个先验模型参数的概率权重和。仿真结果表明,该控制系统克服了原空中飞行模拟器模拟精度依赖于需要精确已知本机气动导数的严重缺陷,并显示出多模辨识算法比一般的辨识方法收敛
空间柔性多臂机器人系统是高度非线性,强耦合的动力学系统,其动力学的研究是比较复杂和困难的问题.本文针对极为复杂的空间柔性双臂机器人系统,建立了其系统动力学模型,利用
在某型飞行模拟器的研制过程中,平显是其重要部分,而平显的核心是矢量产生模块,矢量产生器又是矢量产生模块的主要部件.要研制平显就必须研制该模块.该模决的实现采用了以80C
针对机器人跟踪控制问题,提出了基于Backstepping方法下的滑模变结构控制律,并利用低通滤波器(LPF)削弱了滑模控制中出现的抖振现象,该控制律能保证轨迹跟踪误差的快速收敛性
经典的汽轮机调节系统在实现功率跟踪负荷变化的同时会不可避免地引起转速的变化,从而引起电网频率的变化.应用线性系统极点配置的方法,提出了一种既能使汽机功率跟踪负荷,同
贝多芬是维尔纳古典乐派大师中造诣最深的以为音乐家,在其创造出的所有作品中有32首钢琴奏鸣曲充分地体现了其毕生的音乐创作过程,西方钢琴家将这32首称作钢琴音乐中的"新约
传统的柔性制造系统刀具调度没有考虑刀具之间可能的模块重叠,从而增加了刀具配置成本.为了减少这种重叠的资源,把构成每把刀具的模块分成刀柄模块、中间模块和刃具模块三部