作者:简必建,范菁,曲金帅,黄登朝 单位:云南民族大学 出版:《云南民族大学学报(自然科学版)》2016年第01期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFYNMZ2016010160 DOC编号:DOCYNMZ2016010169 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于改进自适应加权的多传感器融合监测》PDF+DOC2015年第12期 邢晓辰,蔡远文,姚静波,任江涛 《基于模糊熵的多传感器加权融合算法》PDF+DOC2016年第07期 王晶晶,王刚,王睿 《基于环境监测的两级数据融合模型与算法》PDF+DOC2019年第10期 马占飞,金溢,江凤月,刘保卫 《基于传感器网络数据融合的目标定位方法》PDF+DOC2009年第02期 郭亚丽,韩焱 《多传感器信息融合技术在智能火灾报警系统中的应用》PDF+DOC2008年第06期 高金辉,陈玉珠,汪晓晨 《一种改进的加权融合算法》PDF+DOC2008年第06期 邓蕴昊,张纳温 《一种改进的分布式航迹估计融合算法研究》PDF+DOC2007年第17期 张泚,吕辉,张林峰,李国璇 《高精度故障电弧检测多传感器数据融合算法》PDF+DOC2014年第02期 徐秦乐,张金艺,徐德政,李若涵,张晶晶 《基于LMS算法的多传感器数据加权融合方法》PDF+DOC2014年第20期 陈咨余,张新伟,叶凌云 《加宽中位数与接近系数的数据融合算法》PDF+DOC2013年第01期 吉琳娜,杨风暴,周新宇,李香亭
  • 数据融合技术是无线传感器网络的一个关键的技术,能减少传感器的传输量,从而明显提高网络的感知性能,延长网络生命周期,减少时间延迟.多传感器的数据融合可以获得比单一传感器更多,更准确的信息.针对从含有噪声的测量数据中估计出监测变量,对自适应加权融合算法进行改进,基于信任度方法对测量数据进行数据预处理,然后基于神经网络误差修正的方法实现各传感器权重的自适应匹配,从而得到较为准确的估计值.通过对比仿真实验,本文算法的融合结果在精度、容错性方面均优于均值估计算法和自适应加权融合算法;能够更好地适应当今大数据环境下对数据精确度的要求。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。