作者:苏永生,王永生,段向阳 单位:中国振动工程学会;上海交通大学;上海市振动工程学会 出版:《振动与冲击》2012年第18期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFZDCJ2012180200 DOC编号:DOCZDCJ2012180209 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于数据融合与神经网络的火灾探测研究》PDF+DOC2011年第05期 刘少刚,吕建伟,王士成 《多传感器信息融合技术及其应用》PDF+DOC1997年第01期 张晓明,孙宝元 《基于循环神经网络的多传感信息融合系统的应用》PDF+DOC2005年第24期 吴静,杨路明 《电容式水流泥沙含量传感器数据融合的研究》PDF+DOC2004年第04期 沈逸,李小昱,雷廷武,王为 《多传感器数据融合技术研究进展》PDF+DOC2010年第03期 黄漫国,樊尚春,郑德智,邢维巍 《BP神经网络融合预报在深基坑监测中的应用》PDF+DOC2008年第04期 张冠宇,邓勇,杨振,余春平 《仿神经网络多传感器组合》PDF+DOC1995年第02期 文玉梅,李平 《多传感器数据融合研究》PDF+DOC2009年第23期 杨丹,董杨琴 《基于双BP神经网络数据融合的水声定位研究》PDF+DOC2009年第03期 王怡,付丽琴,韩焱 《基于BP和RBF神经网络的新型融合技术研究》PDF+DOC2014年第17期 费晶,李赵兴
  • 采用基于奇异值分解和人工神经网络的多传感器数据融合方法对喷水推进泵的空化状态进行了分类识别研究。首先利用基于奇异值分解的权值估计算法分别对水声信号和振动信号在时间上进行数据级融合,提取出各自的特征,然后将所有特征组合起来作为神经网络的输入,利用BP网络和RBF网络进行特征级融合和分类识别。分析结果表明:基于多传感器数据融合的分类识别结果优于单传感器分类识别结果;采用基于奇异值分解的数据融合方法后,分类识别率显著提高,对空化初生微弱特征的识别效果尤佳。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。