原文服务方: 科技与创新       
摘要:
有两种方法可以用于多传感器系统的特征深度目标识别.第一种方法是基于静态算法的,而另外一种是基于神经网络的.第一种方法最主要的缺点是在目标识别的处理过程中依赖大量的假设;而第二种方法则不能处理复杂多传感器系统中的识别问题.而文中的神经网络组算法使神经网络具有了鉴定能力并保持了多传感器系统的优点.这种算法能解决在大噪音下的目标识别问题并提高了网络的速度.模拟体现了这种算法的成效.
推荐文章
基于邻里支持和神经网络的WSN数据融合算法研究
无线传感器网络
数据融合
邻里支持度
BP神经网络
一种改进的基于神经网络的WSN数据融合算法
无线传感网络
数据融合
神经网络
权值
阈值
基于神经网络的双模复合制导数据融合
双模复合制导
数据融合
神经网络
基于PSO—BP的无线传感器网络数据融合算法研究
数据融合
无线传感器网络
粒子群算法
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络组的数据融合算法
来源期刊 科技与创新 学科
关键词 神经网络组 识别 多传感器 数据融合
年,卷(期) 2009,(31) 所属期刊栏目 仿真技术
研究方向 页码范围 152-153
页数 2页 分类号 TP183
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 桑楠 电子科技大学计算机科学与工程学院 105 1275 18.0 30.0
2 黄小红 电子科技大学计算机科学与工程学院 3 12 2.0 3.0
3 苏芮 电子科技大学计算机科学与工程学院 3 12 2.0 3.0
4 侯炜 电子科技大学计算机科学与工程学院 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (11)
二级引证文献  (14)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络组
识别
多传感器
数据融合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导