基于可信度小波神经网络的多传感器数据融合方法

• 作者: 董思羽 陈英
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 多传感器 数据融合 可信度 小波神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 953-959
• 页数: 7页
• 分类号: TP393
• 字数: 3091字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2019277

摘要

针对传感器数据的多样性,提出一种基于小波和神经网络数据融合的改进方法.首先,对传感器数据进行预处理;然后,用小波和BP神经网络相结合的方法优化数据;最后,利用计算传感器可信度对数据进行融合.传感器数据融合效果对比实验结果表明,该算法针对数据预处理和数据融合的稳定性和有效性均较好,融合结果的离散程度优于加权数据融合和Kalman数据融合等方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈英	南昌航空大学软件学院	37	165	6.0	11.0
2	董思羽	南昌航空大学软件学院	1	0	0.0	0.0