作者：张酉军,熊伟丽,张林,徐保国 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》2008年第12期 页数：3页  （PDF与DOC格式可能不同） PDF编号：PDFCGQJ2008120200 DOC编号：DOCCGQJ2008120209 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 由于温室的众多要素之间是相互制约、互相配合的，为了形成一个准确、合理的判断，将PSO算法的全局优化能力和BP神经网络良好的非线性映射能力相结合，优化BP神经网络的权值和阈值，提出了一种基于PSO的BP网络数据融合算法，并利用该算法对温室多传感器(温度传感器、湿度传感器和光照度传感器)同时检测到的数据进行融合。仿真结果表明：基于PSO-BP网络的数据融合算法能够获得温室准确有效的信息，提高温室控制的有效性与准确性。

    📙 相关资料

    1. 《基于PSO-BP数据融合的环境监控系统设计》PDF+DOC 传统的温室大棚监控系统一般都采用手动布线，存在控制难度大、成本高等问题，已不能满足农业发展的需求。针对上述问题，该文设计了一款基于PSO-BP的无线温室大棚环境监控系统。在大棚内部署Zig Bee传感器节点网络采集环境信息，利用ECDS算法选择路由节点。同时为了能够直观地展示大棚内各环境信息的分布情......
    2. 《一种BP网络的土壤电导率数据融合算法研究》PDF+DOC 根据各个传感器测量的农田土壤信息，设计一种基于BP神经网络的融合算法，建立合理的数据融合模型，仿真得到农田的精确信息，有针对性的投放农业生产资料，精确控制投放，以更好地实现耕地资源的合理高效利用和农业的现代化精准管理。...
    3. 《基于PSO-RBF的神经网络在猪舍多传感器数据融合技术中的应用》PDF+DOC 为了对猪舍中各猪群的环境参数形成一个准确、合理的判断，试验将PSO算法的全局优化能力和RBF神经网络良好的非线性映射能力相结合，优化RBF神经网络的权值和阈值，采用基于PSO的RBF网络数据融合算法，对猪舍多传感器(温湿度传感器、光照度传感器和气体传感器)检测到的数据进行融合。结果表明：基于PSO-......
    4. 《改进PSO-BP算法的压力导丝温度及非线性补偿研究》PDF+DOC 测量冠状动脉血管血流储备分数的压力导丝中的超微型压力传感器，具有严重的温度以及非线性漂移问题，且目前只有硬件方法进行补偿。针对硬件补偿方法存在的补偿精度不高及成本昂贵等问题，提出一种改进粒子群优化的BP神经网络算法，对压力导丝进行温度和非线性软件补偿。Matlab仿真结果表明，改进PSO-BP神经网......
    5. 《基于PSO-BP神经网络的湿度传感器温度补偿》PDF+DOC 针对自动气象站采用的HMP45D型温湿一体化传感器在实际应用过程中易受温度影响的问题，提出了基于粒子群优化算法(PSO)的BP神经网络温度补偿模型，利用粒子群优化算法对BP神经网络的初始权值阈值进行全局寻优，将粒子群优化算法优化好的权值阈值赋给BP神经网络，对BP神经网络进行训练。根据不同温度条件下......
    6. 《蝙蝠算法优化神经网络的无线传感器网络数据融合》PDF+DOC 为了降低无线传感器网络数据间的冗余性，提高数据传输量和降低通信能耗，提出一种蝙蝠算法优化神经网络算法的数据融合策略。首先每个簇首节点接收该区域的各传感器节点检测到的数据，然后采用蝙蝠算法优化BP神经网络进行数据融合，最后采用仿真实验对其性能进行测试。仿真结果表明，本文算法节省了感知节点的能量消耗，延......
    7. 《LM算法在传感器数据融合中的应用》PDF+DOC 针对压力传感器对温度存在交叉灵敏度这一具体问题，采用LM算法对其进行数据融合，消除温度对压力传感器的影响，大大提高传感器的稳定性及其准确度；针对传感器存在测量误差问题，提出了增加一个噪声来训练网络，增强了网络的容错性。对所提方法进行了仿真研究和简单分析，并与非线性插值(三次多项式插值)作了比较，粗浅......
    8. 《火灾探测的神经网络融合算法》PDF+DOC 本文提出了一种火灾控测的数据融合算法 ，采用神经网络进行数据融合予以实现 ，并利用 MATL AB进行了仿真 ，验证了算法的可行性...
    9. 《BP算法在位移传感器测量精度方面的应用》PDF+DOC 在较高精度位移测量中，需要对位移传感器的输出进行温度补偿。采用BP(Back Propagation)网络的多传感器数据融合方法，把位移传感器和温度传感器的输出作为网络的输入向量送入融合中心，通过BP网络训练，然后将标定样本送入训练好的神经网络，得到比较准确的位移输出。为克服传统BP网络算法收敛慢、......
    10. 《多传感器数据融合技术研究进展》PDF+DOC 多传感器数据融合是信息领域一个前景广阔的研究方向。由于单一的数据融合算法具有一定的局限性，将2种或2种以上的数据融合算法进行优势集成已逐渐成为数据融合领域的研究热点。介绍了数据级、特征级和决策级融合3种数据融合方式的主要特点、方法及应用，归纳了常用的数据融合方法，并重点阐述了几种多传感器数据融合集成......

    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。