《神经网络和SVM多传感器融合的隧道CO体积分数研究》PDF+DOC
作者:王芹,王晓东,吴建德,黄国勇,范玉刚
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2012年第07期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2012070030
DOC编号:DOCCGQJ2012070039
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于神经网络信息融合隧道CO浓度预测研究》PDF+DOC 吕燕红,王芹
《基于信息融合与GM的石油罐区安全监控预测模型》PDF+DOC2014年第07期 潘长城,王时彬,王如君,康荣学
《多传感器融合技术在码垛机器人中的应用》PDF+DOC2015年第06期 薛进学,王国虎,王晓强,崔凤奎
《多传感器信息融合的模糊神经Petri网模型》PDF+DOC1998年第03期 李赣湘,杨成梧
《基于多传感器信息融合的刀具监测技术》PDF+DOC1997年第03期 黄勇,应济,傅建中,陈子辰,周国民
《结合SVM与DS证据理论的信息融合分类方法》PDF+DOC2013年第11期 雷蕾,王晓丹
《基于特征信息融合的离散小波SVM齿轮故障诊断方法研究》PDF+DOC2012年第08期 成钰龙,程刚,沈利华,邱锦波,山显雷
《神经网络融合算法在摩托车防盗报警器中的应用》PDF+DOC2006年第05期 徐春辉
《基于SVM的多传感器信息融合》PDF+DOC2013年第03期 孙颖,刘玉满,龚稳
《基于多传感器融合的矿井环境监测系统研究》PDF+DOC2013年第06期 刘萍
利用BP,RBF神经网络、支持向量机(SVM)不同信息融合模型对高速公路隧道中失效CO传感器数据融合研究,比较了单一融合模型融合效果和不同最优加权信息融合模型融合效果。仿真实验表明:3种单一融合模型对隧道CO体积分数融合的有效性,其中单一SVM融合模型效果最好。最优加权融合性能均优于单一融合模型,其中,BP与SVM最优加权融合精度最高。还分析单一融合模型输出之间的冗余度对最优加权融合精度的影响规律,该规律为参与最优加权融合的单一模型筛选提供了一种新方法。
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。