《浮动车数据和视频传感器数据的融合算法分析》PDF+DOC
作者:单丽萍,兰时勇,张建伟
单位:中国航天科工集团第二研究院706所
出版:《计算机工程与设计》2014年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFSJSJ2014030610
DOC编号:DOCSJSJ2014030619
下载格式:PDF + Word/doc 文字可复制、可编辑
《BP神经网络在爬架组安全监测系统中的应用》PDF+DOC2015年第03期 秦建武,赵春宇,李宏
《广州地铁A2型车辆牵引系统电压传感器可靠性预测方法研究》PDF+DOC2019年第06期 钟璇
《基于信息融合技术的综合管廊环境评估方法》PDF+DOC2019年第S2期 严永锋,吴烜,田成,罗辉
《LM算法在传感器数据融合中的应用》PDF+DOC2005年第05期 赵辉,王秀峰
《基于BP神经网络的压力传感器静态特性数据融合》PDF+DOC2004年第06期 张丹,于朝民,李东
《基于BP神经网络的功率传感器数据融合》PDF+DOC2006年第02期 崔保健,才滢,阎道广
《基于LSTM时间序列重建的生产装置异常检测》PDF+DOC2019年第02期 窦珊,张广宇,熊智华
《BP神经网络在拟人机器人步态稳定性中的应用》PDF+DOC2006年第13期 肖乐,殷晨波
《嗅觉可视化技术对虾储藏期内新鲜度变化的研究》PDF+DOC2013年第01期 黄星奕,蒋飞燕,周芳
《基于小波矩和证据理论的图像目标识别算法》PDF+DOC2013年第10期 刘兵,李辉,翟海天
为研究浮动车数据和视频传感器数据的融合可靠性,基于金融学中时间序列的波动性思想,建立广义自回归条件异方差(GARCH)模型,分析融合误差的方差相关性,使用标准差作为融合可靠性的评判依据。分别采用BP神经网络算法和联合卡尔曼滤波算法融合浮动车速度和视频传感器速度,并分别比较经过两种算法融合后的数据与单一数据源数据。比较结果表明,与BP神经网络融合算法相比,基于联合卡尔曼滤波算法融合的多源异构交通速度更加可靠。
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。