典型文献
一种基于最优聚类中心与权重欧式距离的多源异质传感器数据融合方法
文献摘要：
针对多源传感器协同监测森林火灾时对于早期火灾识别准确度不高的问题,本文提出了一种基于最优聚类中心与权重欧式距离的多源异质传感器数据融合方法.将温度、烟雾和CO传感器的数据进行融合得到明火、阴燃、无火三种火情的概率估计,从而实现及时识别林火的目的.仿真实验结果表明:本文提出的方法可以实现各阶段火情早期特征的检测,有效识别早期森林火灾;与相关文献提出的方法相比,本文方法能够得出更为理想的林火概率,辨识准确性更高,可以有效降低误报风险.
文献关键词：
早期森林火灾识别;多源异质传感器;数据融合;最优聚类中心;权重欧式距离
中图分类号：
作者姓名：
蔺万科;宋华;南新元;李燕;黄家興
作者机构：
新疆大学电气工程学院,新疆 乌鲁木齐830047;新疆建筑设计研究院机电所,新疆 乌鲁木齐830002
文献出处：
引用格式：
[1]蔺万科;宋华;南新元;李燕;黄家興-.一种基于最优聚类中心与权重欧式距离的多源异质传感器数据融合方法)[J].传感技术学报,2022(01):49-56
A类：
最优聚类中心,权重欧式距离,多源异质传感器,早期森林火灾识别
B类：
传感器数据融合,数据融合方法,多源传感器,协同监测,早期火灾,烟雾,明火,阴燃,火情,概率估计,更为理想,误报
AB值：
0.168985
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。
