基于粗糙集和模糊kohonen聚类网络的多传感器数据融合

• 作者: 刘晖 刘银峰 陈小惠
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 粗糙集 神经网络 数据融合 传感器网络 Tossim
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 218-223
• 页数: 6页
• 分类号: TP24
• 字数: 3477字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2010.00218

摘要

多传感器数据融合的难点在于传感器聚类状态的切换, 即在某一时刻该传感器应该往哪个方向融合数据的问题.利用粗糙集进行知识的获取, 把54个传感器1天内的可融合的典型聚类分布作为样本空间形成"数据-融合分布"的决策表,然后对一个月的数据根据粗糙集的知识约简方法, 去掉冗余的属性和样本.利用模糊kohonen聚类网络进行聚类分析,最后形成传感器数据融合的分布规则.实验证明该模型具有很好的分类效率, 可以快速实现传感器聚类分布的判断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈小惠	南京邮电大学自动化学院	54	523	12.0	21.0
2	刘晖	南京邮电大学自动化学院	2	25	2.0	2.0
3	刘银峰	南京邮电大学自动化学院	1	22	1.0	1.0