基于小波神經網絡多傳感器融合技術的研究.pdf

1、多傳感器信息融合的實質是對不確定信息的處理，它需要能夠處理不確定信息的數學方法。小波神經網絡是小波變換理論與人工神經網絡的相互結合的一種新的神經網絡模型，它將小波變換良好的時頻局域化性質和神經網絡的自學習能力相互結合起來，具有較強的逼近能力和容錯能力，在處理一些復雜的非線性、不確定系統(tǒng)等問題上表現(xiàn)出了優(yōu)于傳統(tǒng)神經網絡的收斂速度、容錯能力等，具有廣泛的應用前景。本文利用信息融合將煤礦井下檢測的多種信號采用經過遺傳算法改進的小波神經網絡進行

2、融合處理。
　　 文章分析了多傳感器信息融合、小波變換、人工神經網絡、遺傳算法的基本理論、運行機理以及各自的優(yōu)缺點。通過對優(yōu)缺點的分析，從而提取它們的優(yōu)點并將它們融合起來組成一個新的融合算法，為工程實際應用提供理論基礎。
　　 由于傳統(tǒng)的BP網絡Sigmoid函數自身的特性，實際上神經網絡只是一個次優(yōu)網絡，有待于改進；BP算法采用誤差函數梯度下降的方式進行迭代，收斂速度很慢，而且容易陷入局部極值的處境，并且具體的極值位置