基于支持向量机的多传感器信息融合算法

• 作者: 周鸣争 陶秀凤
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机 传感器 信息融合 水份测量
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 177-179,183
• 页数: 4页
• 分类号: TP301.6
• 字数: 3347字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2006.06.062

摘要

支持向量机(Support Vector Machine,SVM)是一种基于结构风险最小化原理,具有很高泛化性能的学习算法.针对工业多传感器测控系统中,被测系数与相关参数之间存在有较大的非线性和模糊关系,提出了一种基于支持SVM的多传感器信息融合模型及算法.为小样本、非线性、高维数一类多传感器信息融合问题的建模提供了一种有效的途径.通过对"纸张水份在线测量系统"应用表明,基于SVM的多传感器信息融合模型及算法在测量精度和推广性能上都具有一定的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周鸣争	安徽工程科技学院电气工程系	103	565	12.0	18.0
2	陶秀凤	安徽工程科技学院电气工程系	5	41	3.0	5.0