原文服务方: 微电子学与计算机       
摘要:
对于农田土壤的多传感器检测系统来说,其测量的信息具有非线性和时空变异等特性,因此对信息融合方法的基本要求是具有鲁棒性和并行处理能力.应用小波分析理论,对原始测量数据进行了降噪处理,使降噪后的数据更能反映土壤的本质及变化规律:应用鲁棒最小二乘估计技术可以对不同传感器数据进行综合处理,去除冗余,克服歧义,得到比任何单个传感器更全面、更准确、更可靠的信息.针对农业中的自然环境具有很强的不确定性和经验性,运用基于小波分析的降噪和现代信息融合思想,提出了一种基于小波降噪和鲁棒最小二乘的信息融合估计方法.通过实验分析,其结果表明该方法是可行和值得研究的.
推荐文章
基于Bayesian方法的鲁棒约束最小二乘恒模算法
鲁棒自适应波束形成
信干噪比
Bayesian方法
信号方向向量偏差
鲁棒递推阻尼最小二乘算法
阻尼最小二乘法
时间窗口
递推
鲁棒性
基于贝叶斯估计的加权最小二乘分布式融合
非线性离散系统
卡尔曼滤波
多传感器信息融合
分布式观测融合
Bayes估计
基于线性最小方差和递归最小二乘的融合算法
水下目标定位
分布式传感器网络
数据融合算法
节点可信度
两级自适应调整
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 基于小波分析和鲁棒最小二乘的信息融合估计算法
来源期刊 微电子学与计算机 学科
关键词 小波分析 鲁棒最小二乘 土壤信息 信息融合
年,卷(期) 2012,(3) 所属期刊栏目
研究方向 页码范围 18-21
页数 分类号 TP27
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 徐保国 江南大学物联网工程学院 277 2198 22.0 30.0
2 刘柱 江南大学物联网工程学院 9 51 4.0 7.0
3 孙顺远 江南大学物联网工程学院 22 107 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (91)
共引文献  (116)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (3)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(13)
  • 参考文献(0)
  • 二级参考文献(13)
2006(20)
  • 参考文献(0)
  • 二级参考文献(20)
2007(16)
  • 参考文献(0)
  • 二级参考文献(16)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
小波分析
鲁棒最小二乘
土壤信息
信息融合
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导