作者:时晓峰,申富饶,贺红卫 单位:中国兵器工业第58研究所 出版:《兵工自动化》2015年第05期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFBGZD2015050160 DOC编号:DOCBGZD2015050169 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于神经网络信息融合的智能机器人》PDF+DOC2006年第06期 李强,杨晓京,魏岚 《设备故障信息融合问题的思考》PDF+DOC1999年第02期 张雨,温熙森 《两级信息融合在煤矿监测系统中的应用》PDF+DOC2010年第07期 杜晓坤,陈峰 《信息融合技术在机械故障诊断中的应用》PDF+DOC2006年第01期 谭逢友,卢宏伟,刘成俊,何玉林,任蜀焱 《信息融合在水环境监测中的应用》PDF+DOC2003年第02期 林志贵,徐立中,沈祖诒,黄凤辰 《多传感器信息融合技术与机械故障诊断研究》PDF+DOC2009年第06期 杜金祥 《基于信息融合技术的烟气轮机故障诊断系统研究》PDF+DOC2008年第06期 张唐瑭,王少红,徐小力 《多传感器信息融合技术浅析》PDF+DOC2007年第10期 贺勇 《基于信息融合技术的汽轮机故障诊断方法》PDF+DOC2007年第25期 张恩平,张慧芬,薛碧翠 《异步电动机故障实时在线监测系统的研制》PDF+DOC2007年第04期 张莲,余成波,郑有根,陈学军
  • 针对传统神经网络在实际信息融合过程中存在的一些缺陷,提出一种基于自组织增量学习神经网络(self-organizing incremental neural network,SOINN)的信息融合方法。对不同类型传感器接收到的异构数据,使用增量式正交分量分析(incremental orthogonal component analysis,IOCA)方法进行数据自适应降维和特征提取,将提取出的不同类型特征输入到SOINN中,根据不同数据类型生成相应的神经元连接区域,建立神经区域间的联想记忆,从而实现在数据层、特征层以及决策层3个层面上的信息融合。实验结果表明:该方法能够实现对机器人传感器采集到的多源异构数据进行自适应降维和自组织学习,形成机器人的决策判断和行为指令。

    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。