《基于WDNN的温室多特征数据融合方法研究》PDF+DOC
作者:孙耀杰,蔡昱,张馨,薛绪掌,郑文刚,乔晓军
单位:中国农业机械学会;中国农业机械化科学研究院
出版:《农业机械学报》2019年第02期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFNYJX2019020310
DOC编号:DOCNYJX2019020319
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种复杂环境下多传感器数据融合方法》PDF+DOC2019年第03期 田明明,叶继华,王仕民,万叶晶
《混合结构的数据融合方法在目标识别中的应用》PDF+DOC2001年第S1期 蓝金辉,周兆英,李勇
《多传感器信息的表决融合》PDF+DOC1995年第01期 夏佩伦,李满意,程俊
《双精度温度传感器静动态融合方法》PDF+DOC2007年第06期 孙金玮,刘博赫,魏国
《基于容许函数与接近系数的数据融合算法》PDF+DOC2011年第10期 吉琳娜,杨风暴,周新宇,李香亭
《大面积金刚石膜衬底温度数据融合研究》PDF+DOC2011年第07期 汪洪波
《基于贴近度的多传感器一致可靠性融合方法》PDF+DOC2010年第07期 杨佳,宫峰勋
《基于信息熵的多传感器数据的融合方法》PDF+DOC2008年第05期 万树平,潘鹏
《基于无线传感网络的数据融合方法及其在智能交通系统中的应用研究》PDF+DOC2014年第06期 游子毅,章俊华,陈世国,王义
《基于分层的层内无线传感网络数据融合》PDF+DOC 李同锋,杜秀娟,牛昆
目前物联网监测产品在温室生产中大量应用产生海量数据,但现有用于温室数据融合算法对高维特征及混合特征(数据同时包含稀疏特征和连续特征)处理精度较低且泛化能力较弱,鲜有利用深度学习模型对温室数据进行顶层融合并提供准确的决策信息。本文提出了一种基于宽-深神经网络(Wide-deep neural network,WDNN)的两级温室环境数据融合算法。首先利用温室内多点多特征数据训练WDNN深度学习模型,输出形式为多点单特征,再将该输出数据按照少数服从多数原则进行融合,得到温室环境状态的整体评估结果。试验结果表明,该融合方法对预测集中混合特征的决策准确率达到98. 90%,融合特征类型的增加,可用于监测参数更多、环境更复杂的温室,将WDNN模型用于温室混合数据融合是可行有效的,在保证决策精度的同时丰富了可融合特征类别,进一步提升温室融合系统的智能化程度,对温室智能调控提供有效技术支撑。
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。