环境监测中多传感器数据融合研究

• 作者: 刘静 李富忠 荆瑞俊
• 来源期刊: 山西农业大学学报(自然科学版)
• 关键词: 环境监测 多传感器 数据融合 欧式距离 模糊神经网络
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 资源与环境
• 页码范围: 340-344
• 页数: 5页
• 分类号: TD712
• 语种: 中文

摘要

[目的]针对环境监测中单一传感器测量数据精度低、可靠程度低的问题,本文提出在无线传感网络监测系统中,通过改进自适应加权融合算法并利用模糊神经网络算法实现多传感器数据融合,来提高环境监测的准确性.[方法]基于多传感器同一时段采集的数据,先采用欧式距离及相关函数改进的自适应加权算法进行同质传感器数据融合,再设计模糊神经网络分类器把异质传感器的数据转化为环境质量等级信息.[结果]仿真实验显示出本文提出的同质传感器数据融合算法融合精度较高于其他几种算法、模糊神经网络算法通过对350组训练样本的学习后能够对96％的验证样本的环境等级进行正确分类且预测曲线基本可以拟舍实际输出.[结论]本文的同质传感器数据融合算法提高了数据融合精度,异质传感器数据融合算法能够对整体环境质量得出较可靠的评价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李富忠	山西农业大学软件学院	140	678	12.0	20.0
2	刘静	山西农业大学软件学院	19	40	4.0	6.0
3	荆瑞俊	山西农业大学软件学院	2	15	1.0	2.0