作者:韩晓云,陈向东 单位:西安市三才科技实业有限公司 出版:《电子设计工程》2019年第08期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFGWDZ2019080020 DOC编号:DOCGWDZ2019080029 下载格式:PDF + Word/doc 文字可复制、可编辑
《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ANN方式的超声波传感器数据融合》PDF+DOC1999年第08期 李彩虹,周凤余,李贻斌,刘明,刘光爱 《指控系统中的数据融合与人工神经网络》PDF+DOC1997年第02期 刘大昕,刘群,印桂生,刘育刚 《神经网络模型对传感器数据融合的应用》PDF+DOC1994年第06期 G.惠廷顿 ,T.斯普拉克莱恩 ,张兰秀 《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WPNN与数据融合的损伤检测方法》PDF+DOC2005年第02期 姜绍飞,付春,陈仲堂,盛岩 《电容式水流泥沙含量传感器数据融合的研究》PDF+DOC2004年第04期 沈逸,李小昱,雷廷武,王为 《基于神经网络的传感器网络数据融合技术研究》PDF+DOC2011年第10期 周观民,李荣会 《基于粗糙集和模糊kohonen聚类网络的多传感器数据融合》PDF+DOC2010年第03期 刘晖,陈小惠,刘银峰 《无线传感网中基于BP神经网络的数据融合方法》PDF+DOC2014年第01期 樊雷松,强彦,赵涓涓,胡洋洋,格磊
  • 可燃气体燃爆过程通常伴随多种气体浓度的变化,因此其燃爆状态的判断较为复杂,文中使用DBN通过非监督学习方法提取数据的特征值,同时降低特征的维度;BP神经网络接收RBM的输出数据,通过监督学习方法进行气体燃爆状态判断。实测结果表明,该系统具有较高的分类判断准确率。

    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。