共查询到16条相似文献,搜索用时 468 毫秒
1.
2.
介绍了数据融合技术、自适应加权算法和D-S证据理论算法的原理,采用自适应加权算法和证据理论算法相结合的方法,提出了一种适用于环境监测的多传感器体系结构和二级融合模型,通过对饲养场室内多种传感器采集的数据信息进行融合,分析环境的变化,克服了对每个传感器采集的信息分别处理时的不确定性和不稳定性。试验结果表明,该方法提高了环境监测的准确度。 相似文献
3.
4.
5.
6.
基于D-S证据理论的智能温室环境控制决策融合方法 总被引:1,自引:0,他引:1
在无线传感器网络下的智能温室环境控制系统中,农作物的生长通常受多种环境因子共同作用。根据温室环境控制系统的实际需求建立基于Dempster-Shafer(D-S)证据理论的决策框架,并提出了一种数据预处理和决策融合方法。首先,使用箱线图检测量测数据中的异常值,考虑到现有直接剔除异常数据处理方法的弊端,提出了一种异常数据自适应修正方法;然后,利用加权平均距离聚类处理更新后的数据;最后,根据所提出的基于加权相似度的基本概率分配方法结合D-S证据理论进行融合,为温室环境控制做出正确决策。实验结果表明,箱线图检测异常数据更为准确,其检测率比狄克逊准则高近19.2%,对于不确定性融合结果,本文提出的基于加权相似度的基本概率分配方法相比现有方法降低了1~2个数量级,不仅可以提高温室环境参数融合精度,加快收敛速度,同时还能有效地降低决策风险。 相似文献
7.
为实现鸡肉新鲜度的快速准确检测,设计了一种基于电子鼻和视觉数据融合的一体化检测装置。装置由控制系统、视觉系统和电子鼻系统3部分组成,可同时通过电子鼻传感器阵列检测鸡肉散发的气体浓度并由摄像机采集鸡肉视觉图像,控制板传输数据至Jetson Nano上位机进行特征提取、融合与分析。由该装置获取不同新鲜度鸡肉样本的气味和图像数据,采用主成分分析方法进行降维处理,再基于支持向量机建立鸡肉新鲜度分级模型,准确率可达98.7%。该装置具有准确率高、便携和稳定性强等特点,可为肉品新鲜度检测提供技术支持。 相似文献
8.
基于D-S证据理论的猪舍环境状态识别研究 总被引:1,自引:0,他引:1
《中国农机化学报》2021,(6)
针对猪舍环境因子复杂且难以精确控制,提出一种基于D-S证据理论的数据融合算法对猪舍环境状态识别。首先,采集各个传感器的特征值,引入模糊隶属度函数确定概率分配函数;其次,采用改进K-L证据间距离,通过分配各个证据源融合权重来解决证据冲突问题;最后,将分配权重后的概率分配函数使用分布式融合机制得到最后识别结果。结果表明:D-S证据理论融合输出最高为0.629 3(状态Ⅲ),相比于下一项的0.119 8(状态Ⅱ)差值为0.509 5,识别效果显著,具有较高的实际应用价值。 相似文献
9.
10.
11.
12.
自主车辆导航系统中的多传感器融合技术 总被引:10,自引:5,他引:10
分析了目前农业领域中几种常用的自主车辆导航方式,并说明了多传感器融合的必要性。着重探讨了卡尔曼滤波、模糊逻辑推理以及人工神经网络3种融合方法,分析了未来的发展方向。 相似文献
13.
针对现有基于无线传感网络的农产品冷链物流监测系统,传感器节点数据传输量大,带宽利用率低、能耗高,网络生命周期短的问题,提出了一种基于算术平均值与分批估计的簇内数据融合及自适应加权的簇间数据融合冷链温度监测方法。首先利用疏失误差对采集数据进行预处理,然后利用平均值与分批估计方法对簇成员节点发送的数据进行融合处理,最后簇头节点利用自适应加权算法对接收到的成员节点数据进行进一步的融合处理。实验证明,基于该数据融合方法的冷链监测系统网络生存周期相比传统方法提高了34.2%,稳定周期相比于传统低功耗自适应集簇分层型协议提高了11.4%,数据融合精度高于传统算术平均值法7.6%,系统能耗每轮降低约32.5%。能够有效降低冗余和可信度较差的数据对测量结果带来的影响,减少不必要数据传输损耗,降低了冷链物流成本,提高了农产品冷链物流信息化程度。 相似文献
14.
多源传感器信息融合的农用小车路径跟踪导航系统 总被引:6,自引:0,他引:6
为解决四轮独立驱动农用小车在设施农业和畜牧业的物料运输和信息采集中的导航及控制问题,构建了农用小车导航控制系统,优化配置多个传感器,提出了基于CCD图像传感器、加速度计、电子罗盘及超声波等多传感器信息融合的导航控制方法。通过CCD获取标识路径信息,通过加速度计、电子罗盘获取小车姿态信息,通过超声波传感器判断障碍物,并给出路径特征提取、识别、多源信息融合自主导航控制和超声避障等算法,实现了小车的路径跟踪的导航控制,实验结果表明构建的导航控制系统及导航控制方法正确、有效。 相似文献
15.
16.
提出了一种基于比色传感器数据和近红外光谱特征融合的储藏期面粉脂肪酸值的定量检测方法。开发比色传感器阵列、搭建便携式近红外光谱测量系统,分别采集不同储藏期面粉样本的比色传感器数据和近红外光谱。利用主成分分析分别对预处理后的比色传感器数据和近红外光谱数据进行特征降维,采用五折交互验证法在反向传播神经网络(BPNN)模型校正过程中进行优化,确定基于单技术分析模型的最佳主成分(PCs)个数。将优化后的基于单技术模型的最佳PCs在特征层进行融合,建立基于融合特征的BPNN分析模型,以实现对面粉储藏过程中脂肪酸值的快速检测。实验结果显示,基于比色传感器特征和基于近红外光谱特征建立的最佳BPNN模型的最佳PCs数量分别为3和4,基于融合特征建立的BPNN模型在预测集中的相关系数和预测均方根误差的均值分别为0.9276和1.9345 mg/(100 g)。研究表明,与单技术数据分析模型相比,基于比色传感器数据和近红外光谱特征融合模型的检测精度和泛化性能都有所提高。本研究可为粮食储藏品质的高精度原位监测提供一种技术方法。 相似文献