摘要：目前异步电动机转子断条故障诊断方法都是基于从定子电流中提取出特征频率来对转子状态作出诊断的方法,当异步电动机空载或轻载时,该特征频率易受基频泄露的影响而很难得到,同时该特征频率受转速波动影响很大,单纯根据该特征频率对转子状态作出判断缺乏准确性。针对上述问题,提出了一种运用sVM与d-s证据理论对异步电动机转子断条故障进行识别的诊断方法。该方法基于扩展Park法与FFT变换法,分别从定子电流信号和振动信号中提取转子断条故障的特征信息,利用sVM对异步电动机的状态进行模式识别,并将识别结果形成彼此独立的证据,而后根据d-s证据融合规则进行融合处理,从而实现对异步电动机转子断条故障的准确识别。实验结果表明,该方法可以对异步电动机转子断条故障作出准确判断。

摘要：针对电机的发热、振动和噪音问题的现象及原因进行分析研究,设计出以ARM微处理器作为核心处理的电机故障诊断系统,采用了温度传感器、电压传感器和压电式加速度传感器的多传感器测量技术,对采集的温度、电压、振动信号进行分析,提出用d-s证据和多传感器数据融合技术的电机故障诊断方法。再应用d-s证据理论对数据进行算例分析,完成电机的实时监控。与单一信号故障诊断结果相比,可以有效地提高电机故障诊断结果的可信度,减小诊断的不确定性因素。

摘要：财务公司信息技术外包(Information technology outsourcing,ITO)可能使得公司面临网络攻击风险。现在从证据推理理论角度出发,使用模糊层次分析法、卷积神经网络设计财务公司ITO风险识别模型。基于真实数据集的实验结果显示,改进卷积神经网络、XGBoost、支持向量机算法在测试集上的分类精确率和准确率的均值与计算耗时分别为94.32%与88ms,分类精确率高于所有对比方法,但计算耗时也相对较高。研究结果表明,此次设计的财务公司ITO风险控制模型在ITO风险评估和风险预测上的精度较高,具有改进相关市场产品的潜在作用。

摘要：针对空中红外小目标难以识别且可信度低的问题,本文结合已有的识别算法,利用非平等d-s证据融合设计了一种小目标识别方法。将小目标的灰度和速度信息作为主要识别证据,并在此基础上加入小目标的轨迹信息作为补充证据,以提高识别置信度。首先利用灰度和速度信息进行小目标识别,如果无法完成识别则将轨迹信息加入到证据当中,进行非平等的d-s证据融合。当增加的轨迹信息强烈支持速度或灰度信息的判决倾向时,本算法能显著提高空中红外小目标的识别能力。仿真结果表明,所研究的算法在不增加传感器数目的情况下能将识别置信度平均提高125%。

摘要：虚假评论者为获取相关利益给予商品虚假评论误导消费者,造成消费者经济损失,且严重影响电子商务平台发展。研究提出基于人工智能技术的电子商务虚假评论者检测方法,设计分布式评论信息采集系统,利用互联网分布式采集电子商务评论信息,确定评论者;根据信息采集结果从评论内容情感特征、商品关注特征2个方面分析评论者特征;构建d-s证据理论算法的检测结构,将上述2种特征作为证据体构建Mass函数,利用支持向量机模型确定各Mass函数的基本概率分配,合成2个Mass函数确定真实评论者、虚假评论者和不确定的赞同度,以此为依据完成虚假评论者检测。仿真结果显示,该方法具有较高吞吐量,检测结果准确有效。

摘要：为解决纺织制造执行系统设计过程中的数据融合问题,首先对纺织制造过程中产生的海量数据及其相关性进行分析,并对纺织工艺流程进行了优化设计,然后,利用多色集合理论对纺织制造过程中产生的海量数据进行了统一形式化表达,并针对异构纺织监测系统数据库间难以融合的问题,利用d-s证据提出了一种采用两级传感器信息融合的方法.最后,实验验证结果表明:通过对制造过程数据的统一描述,提出的信息融合方法有效解决了海量纺织数据的融合问题,实现了计划层与制造层之间信息的有效衔接,有利于为构建大数据环境下的纺织制造执行系统提供技术支撑.