基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高多传感器信息融合过程中数据处理的速度和准确度,采用一种粗糙集理论与支持向量机相结合的处理方式.首先,使用粗糙集理论(RS)对参数集进行属性约简,消除冗余信息,减少训练数据数量.再以支持向量机对约简后的数据进行分类训练.实验表明该方法的使用能加快系统的运行速度和处理精度.
推荐文章
基于粗糙集下近似理论的支持向量机分类方法
粗糙集
支持向量机
下近似
Libsvm
基于粗糙集与支持向量机的故障智能分类方法
粗糙集
支持向量机
属性约简
故障分类
粗糙集理论的支持向量机建模研究及应用
支持向量机
粗糙集
预测
飞参
基于粗糙集理论的支撑向量机预测方法研究
粗糙集理论
支撑向量机
智能信息处理
预测
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 基于粗糙集理论与支持向量机的多传感器信息融合方法
来源期刊 现代制造工程 学科 工学
关键词 码垛机器人 信息融合 粗糙集理论 支持向量机
年,卷(期) 2016,(5) 所属期刊栏目 CAD/CAE/CAPP/CAM
研究方向 页码范围 59-62
页数 4页 分类号 TP242.2
字数 2946字 语种 中文
DOI 10.16731/j.cnki.1671-3133.2016.05.013
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 崔凤奎 河南科技大学机电工程学院 130 920 16.0 24.0
2 王晓强 河南科技大学机电工程学院 42 292 8.0 16.0
3 薛进学 河南科技大学机电工程学院 27 111 7.0 9.0
4 王国虎 河南科技大学机电工程学院 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (63)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (13)
二级引证文献  (1)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
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
码垛机器人
信息融合
粗糙集理论
支持向量机
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
现代制造工程
月刊
1671-3133
11-4659/TH
大16开
北京市西城区核桃园西街36号301A
2-431
1978
chi
出版文献量(篇)
9080
总下载数(次)
14
总被引数(次)
50123
论文1v1指导