《基于粒子群算法的多传感器数据融合》PDF+DOC
作者:张宇林,蒋鼎国,黄翀鹏,朱小六,徐保国
单位:中国化工学会
出版:《化工学报》2008年第07期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFHGSZ2008070190
DOC编号:DOCHGSZ2008070199
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于动态权值的PSO算法的多传感器数据融合》PDF+DOC2009年第02期 朱培逸,张宇林
《多传感器自主跟踪中的数据融合方法》PDF+DOC2016年第08期 单海蛟,刘伟宁,王嘉成,刘培勋,李治根,邓耀华
《多传感器数据融合的一种方法》PDF+DOC2003年第09期 王威,周军红,王润生
《多传感器数据融合方法的研究与进展》PDF+DOC2003年第05期 郭戈,罗志刚
《多传感器数据的统计融合方法》PDF+DOC2001年第03期 涂国平,邓群钊
《基于最小一乘估计的多传感器信息融合方法》PDF+DOC2010年第02期 万树平
《一种多传感器数据融合系统方案研究》PDF+DOC2010年第10期 齐伟,杨风暴,周新宇
《多传感器数据融合的一种方法》PDF+DOC2008年第02期 王丽,杨全胜
《基于相关性函数和模糊综合函数的多传感器数据融合》PDF+DOC2006年第07期 刘建书,李人厚,刘云龙,张贞耀
《异常情况下基于贝叶斯的多传感器融合方法》PDF+DOC2013年第08期 贾海艳,苏滢滢
粒子群算法是一种有效的寻找函数极值的演化计算方法,它简便易行、收敛速度快,但存在收敛精度不高、易陷入局部极值点的缺点。本文对原有算法中的固定惯性权重进行改进,着重分析了惯性权值因子在粒子群优化(PSO)算法中的作用,在现有的线性递减权值方法上,提出一种非线性权值递减策略,并将其尝试性地运用到多传感器融合的领域,运用该算法对数据融合中的加权因子进行估计。实验结果表明,改进的PSO算法能近似最优地确定数据融合中各权值因子,使融合在信息源的可靠性、信息的冗余度/互补性以及进行融合的分级结构不确定的情况下,以近似最优的方式对传感器数据进行融合,有效地从各融合数据中提取有用信息,成功排除噪声干扰,取得了良好的融合结果。
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。