2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩117頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、多傳感器數(shù)據(jù)融合技術(shù)首先是從軍事領(lǐng)域發(fā)展起來的,并且已經(jīng)發(fā)展成為一個(gè)新的學(xué)科方向和研究領(lǐng)域。本文介紹了數(shù)據(jù)融合系統(tǒng)的基本理論、發(fā)展及研究現(xiàn)狀,研究了數(shù)據(jù)融合中的不確定方法,結(jié)合在研的國(guó)家“863”重大項(xiàng)目——車載農(nóng)田土壤信息快速采集關(guān)鍵技術(shù)與產(chǎn)品研發(fā),構(gòu)建土壤參數(shù)融合模型,在智能計(jì)算理論的基礎(chǔ)上,對(duì)多傳感器數(shù)據(jù)融合算法提出了新的思路,并進(jìn)行了深入的研究。
   對(duì)基于神經(jīng)網(wǎng)絡(luò)與信任度函數(shù)的多傳感器數(shù)據(jù)融合算法進(jìn)行了研究,構(gòu)造信任

2、度函數(shù)矩陣,采用該矩陣度量各傳感器測(cè)得數(shù)據(jù)之間的綜合信任程度,合理分配測(cè)得數(shù)據(jù)在融合過程中的權(quán)重,作為BP神經(jīng)網(wǎng)絡(luò)的輸入,經(jīng)過訓(xùn)練好的網(wǎng)絡(luò),取得良好的融合效果,以削弱白噪聲對(duì)測(cè)量精度的影響。
   提出了兩種基于粒子群優(yōu)化算法(PSO)的傳感器融合方法。一種方法是對(duì)粒子群優(yōu)化算法中的固定慣性權(quán)重進(jìn)行改進(jìn),分析了慣性權(quán)值因子在粒子群優(yōu)化算法中的作用,在現(xiàn)有線性遞減權(quán)值方法上,提出一種非線性權(quán)值遞減策略,并將其嘗試性的運(yùn)用到多傳感器

3、數(shù)據(jù)融合的領(lǐng)域,運(yùn)用該算法對(duì)加權(quán)因子進(jìn)行調(diào)整,得到良好的融合效果。另一種是基于量子空間的粒子群算法(QDPSO)和BP神經(jīng)網(wǎng)絡(luò)的多傳感器融合算法,經(jīng)過QDPSO訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)具有較好的穩(wěn)定性和收斂性,將其運(yùn)用于多傳感器數(shù)據(jù)融合中,通過仿真取得了比常規(guī)算法更高的精度,是一種較有潛力的融合算法。
   研究小波變換的特性,提出了基于小波包變換的多分辨率多傳感器信息融合模型。利用小波變換的理論,研究小波在像素級(jí)、特征級(jí)融合中的新算

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論