一种结合粗糙集与神经网络的多传感器信息融合算法

• 作者: 刘决仕 金晶 陈华曦
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 粗糙集 神经网络 信息融合
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 基金项目基金
• 页码范围: 14-16,34
• 页数: 4页
• 分类号: TP3
• 字数: 3857字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.02.005

摘要

近年来,神经网络被广泛应用于多传感器信息融合.但是当传感器数量庞大时,过高的输入神经网络的信息维数会导致神经网络训练速度下降,甚至不收敛.针对上述问题,对传统的基于神经网络的融合算法进行了改进,利用粗糙集的冗余数据约简算法,剔除部分传感器的输入,同时将剩余的传感器信息重新组合,形成维数较小的数据分别训练,从而避免了输入数据维数过高带来的问题,较之于传统算法,算法在训练阶段的迭代次数等时间性能以及融合阶段的准确性两个方面均有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金晶	上海交通大学计算机科学与工程系	35	258	9.0	15.0
2	刘决仕	上海交通大学计算机科学与工程系	2	21	2.0	2.0
3	陈华曦	上海交通大学计算机科学与工程系	2	9	1.0	2.0