典型文献
改进BP神经网络的数据融合方法在智能灯光控制系统中的应用
文献摘要：
针对现有智能灯光控制系统的高能耗以及无法准确确定人体的静止状态等问题,在多传感器采集的基础上,提出一种将BP神经网络与改进遗传算法相结合的多信息融合算法用于智能灯光控制系统中.通过改进遗传算法获得一组次优解,用作训练BP神经网络初始权值和阈值.通过仿真将这里算法与遗传算法优化的BP神经网络算法、BP神经网络、遗传算法进行比较,以验证融合算法的优越性.仿真结果表明,该算法在收敛性、网络能耗和网络时延等方面都有较大改善,平均收敛时间为4.11s,检测精度为100％,具有一定的实用性.这项研究为智能灯光控制系统的发展提供了一定的参考.
文献关键词：
智能灯光控制系统;多传感器;多信息融合;BP神经网络;遗传算法
中图分类号：
作者姓名：
郭瞻;肖祖铭
作者机构：
景德镇学院机械电子工程学院,江西 景德镇 333000
文献出处：
引用格式：
[1]郭瞻;肖祖铭-.改进BP神经网络的数据融合方法在智能灯光控制系统中的应用)[J].机械设计与制造,2022(09):88-92
A类：
智能灯光控制系统
B类：
数据融合方法,高能耗,定人,静止,多传感器,改进遗传算法,多信息融合,信息融合算法,次优,优解,作训,权值,遗传算法优化,神经网络算法,收敛性,网络时延,平均收敛,收敛时间,11s,检测精度
AB值：
0.207275
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。
