基于物联网的企业生产安全监控中数据融合方法的研究与应用

基于物联网的企业生产安全监控中数据融合方法的研究与应用

ID:35182151

大小:5.99 MB

页数:89页

时间:2019-03-21

基于物联网的企业生产安全监控中数据融合方法的研究与应用_第1页
基于物联网的企业生产安全监控中数据融合方法的研究与应用_第2页
基于物联网的企业生产安全监控中数据融合方法的研究与应用_第3页
基于物联网的企业生产安全监控中数据融合方法的研究与应用_第4页
基于物联网的企业生产安全监控中数据融合方法的研究与应用_第5页
资源描述:

《基于物联网的企业生产安全监控中数据融合方法的研究与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、#;戀淆ISouthChmaUniversityofTechnology工程硕±学位论文J-基于碑里网曲全些生t萃鱼_与些.数提韩量吉垂的^写量甫作者姓名肖喜武工程领域计算机技术校内指导教师墅华副教慢..__惰巧外指导巧师孟祥宝教授级高工巧在学院计宮机科学与X释学時论女提交日期201日巧3月ResearchandApplicationofDataFusionMethodinSafetyMonitoringofEnterpriseManufactureBasedontheInternetofThings

2、ADissertationSubmittedfortheDegreeofMasterCandidate:XiaoXiwuSupervisor:Prof.MeiDenghuaSouthChinaUniversityofTechnologyGuangzhou,China分类号:TP391.41学校代号:10561学号:201321030961华南理工大学硕士学位论文基于物联网的企业生产安全监控中数据融合方法的研究与应用作者姓名:肖喜武指导教师姓名、职称:梅登华副教授孟祥宝教授级高工申请学位级别:工程硕士工程领域名称:计算机技术论文形式:产品研发工程设计☑应用研究工程/项目管

3、理调研报告研究方向:服务计算与工程论文提交日期:2016年03月01日论文答辩日期:2016年03月24日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:文贵华教授委员:胡劲松教授、徐雪妙教授、陈琼副教授、伍成柏教授级高工华南理工大学学位论文原创性声明木人別重声巧:所呈班的也文是本人化导师的指导T独立巧行硏巧巧取得的研巧成巧。陈了文中牲别加凹标化引用的内容外,本坛文不位听社何其化个人或集化已牲发表或巧S的成果作品。对本文的硏巧做W重更贡貼的个人和集体,巧已在义中臥巧袖方式标巧。冲人完企唐巧到本声巧的法禅盾果由本人索担。'^。自

4、■/作者强名;日期日哉;年早月帮龄;;^学位论文版权使用搔权书本学恆轮文作者完全了解学校有关巧留、巧而学枯祐文的规定,即r工大学。学枝硏扣牛.在枝巧域毕位期巧论文:[:作圳知巧产巧币化属华南理-论文的复巧件神电子版巧巧呆掉井向国盡有关部口现的巧送巧,化许爭化记立被查阔(隙在保巫期巧的化巧也文外J;学极可公巧学位i它文的迂:部或部好内巧,可从化许龙讯账印、铜巧或其它复制手段巧巧、汇站学恼-抬文。本人电子文巧的^^密和化版记文的内容相巧。本学拉叱化掃于:。□化巧,在年邮密后适用本松权巧因不化密t同思在校园网上抵布,惧权内师生和与学校

5、有巧旱协!巧的单枯洲货^志.;同亩招本人学位祀龙提交中国学术期刊(光席版)电子^5社全文出版和编入CNU固知巧黄術岛库》,巧捕単枯诚文巧全部或部分内密。上相应方框""(巧在臥内打V)、破?.;冲作者进扣糾Li口期片■指哥教师盛也n期:苗训弓、叩|作者联丢电巧:电子邮箱=联盛地址:{含邮骗)摘要我国企业生产中的原料或成品通常具有易燃、易爆、有毒等特性,易引发生产安全事故,已经严重威胁到人民的生命财产安全。早期火灾的探测是降低火灾造成的损失的有效途径,该方法主要是按设定频率采集监测点的相关信息进行融合分析。但是在安全状态下监测点采集的数据存

6、在冗余,这无疑增加了数据融合模型挖掘知识的难度。而传统模糊神经网络融合模型过分依赖专家经验给出的推理规则来构建网络结构,具有主观性。在处理早期火灾监测点的数据时需要重复处理大量相似且冗余的数据,从而导致学习到等量知识需要处理更大规模的数据和花费更高的时间成本。因此,研究更快更好的数据融合方法以解决早期火灾探测中存在的问题具有重要的意义。本文针对早期火灾探测数据的特点,提出了一种将模糊信息粒化理论与模糊神经网络相结合的FIG-NN数据融合方法来弥补传统模糊神经网络处理方法的不足。仿真实验结果表明,FIG-NN方法能够充分满足生产安全监控的需求,它既能充分发挥模糊信息粒化的优势,

7、降低相似的冗余的数据量,加快模型的训练速度,简化推理规则,又能利用模糊神经网络的自学习能力优化网络参数,处理模糊的不精确的数据;基于FIG-NN非图像数据融合模型和BP图像数据融合模型构建的决策融合模型的结果具有更高的可信度,能在降低模型误报漏报率的同时提升模型的容错能力。此外,本文改进了CoAP协议用以改善本课题中资源受限设备间的通信问题,并基于改进的CoAP协议设计与实现了一套通信子系统,为上述数据融合分析的数据来源奠定了基础。本文通过改进CoAP消息格式,省去了数据的JSON/XML序列化和反序列

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。