粗糙集和神经网络在数据融合中的应用研究 |
| |
引用本文: | 卜益民,陈小惠.粗糙集和神经网络在数据融合中的应用研究[J].微机发展,2013(4):221-225. |
| |
作者姓名: | 卜益民 陈小惠 |
| |
作者单位: | 南京邮电大学继续教育学院;南京邮电大学自动化学院 |
| |
基金项目: | 国家自然科学基金资助项目(61104216);江苏省科技支撑计划项目(BE2011843);南京邮电大学人才引进项目 |
| |
摘 要: | 传感器聚类状态的切换是多传感器数据融合的难点之一,也就是某个传感器在某一时刻应该向哪个方向融合数据的问题。文中采用粗糙集进行知识的获取,把1天内的54个传感器的可融合典型聚类分布作为数据样本空间形成决策表———"数据-融合分布"决策表;然后对一个月内的数据运用粗糙集的知识约简算法,去除冗余的属性和样本;根据神经网络聚类分析方法,形成多传感器数据的融合分布规则。仿真结果表明该模型的分类效率较好、实现传感器聚类分布的判断较快速。
|
关 键 词: | 粗糙集 神经网络 数据融合 传感器网络 Tossim |
本文献已被 CNKI 等数据库收录! |
|