典型文献
大数据背景下多维传感器数据融合过程与算法研究
文献摘要：
在分析国内外大数据及数据融合研究现状的基础上,针对多维传感器产生的海量数据存在冗余性、割裂性、片面性,数据来源广、维度多、类型杂等特点,分析了数据融合的基本原理及基本步骤,并论述了数据融合的分类方法.在此基础上,提出基于深度置信网络(DBN)的多维传感器数据融合算法,在人工神经网络基础上,重点介绍了 DBN的结构及DBN的训练过程.在每一层中,采用数据向量推断隐层,然后把这一隐层作为下一层的数据向量,从而寻找最佳权值.在设定的实验场景下,对多维传感器数据集实例进行实验.实验中分析了算法的重构误差、算法的耗时性等参数.仿真结果表明,所提出的算法具有有效性和优越性,对改进大数据环境下多维传感器数据融合算法具有借鉴意义.
文献关键词：
大数据;多维传感器;数据融合;融合算法
中图分类号：
作者姓名：
蔡烨峰
作者机构：
浙江越秀外国语学院,浙江绍兴,312000
文献出处：
引用格式：
[1]蔡烨峰-.大数据背景下多维传感器数据融合过程与算法研究)[J].电子测试,2022(18):50-52
A类：
B类：
大数据背景下,多维传感器,传感器数据融合,算法研究,融合研究,海量数据,冗余性,割裂,片面性,数据来源,基本步骤,并论,分类方法,深度置信网络,DBN,融合算法,人工神经网络,网络基础,训练过程,权值,实验场,重构误差,大数据环境下
AB值：
0.286041
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
