搜索资源列表
基于多传感器的神经网络模式识别方法
- 基与多种智能方法和模式识别技术的研究,如果你也在从事相关研究,一定要看看,我想应该有借鉴价值-base with a variety of intelligent methods and pattern recognition techniques, but if you are engaged in related research, we must look at, I think there should be a reference value
AccelerometerMultiCH
- LabVIEW编写的多通道数据采集程序，此程序为针对加速度传感器采集编写的，可以适当的修改成为像应力传感器等。LabVIEW版本为7.0和DAQmx8.0。-LabVIEW prepared by the multi-channel data acquisition procedures, This procedure against the acceleration sensor acquisition preparation, appropriate changes can be as st
rsds5
- 在D-S证据理论的基础上,结合模糊集合论,给出了电子电路故障定位的多传感器数据融合方法.
Sensor_Information_Fusion_and_Its_Application_in_R
- 传感器信息融合及其在机器人中的应用 摘要：多传感器信息融合即融合多个传感器提供的冗余、互补或更实时的信息，可以获得系统所需的 更准确和更精确的信息。介绍了神经网络融合方法，探讨了信息融合技术在机器人方面的应用。机器 人避障实验验证了所提方法的有效性。 关键词：多传感器信息融合(MIF)；神经网络；移动机器人；避障；-Sensor Information Fusion and Its Application in Robot Summary: Multi-sensor data f
DATAFUSION
- 借用模糊控制策略 ,与改进的BP 神经网络算法结合对其进行数据融合。在仿真中取得了比已往算法更高的精度 ,控制策略制定准确、 可靠。是一种较有潜力的多传感器数据融合方法。-Data fusion
xuanting
- 单传感器多目标多模型跟踪算法的研究 悬停飞行器 目标命中 射表-target tracking
sjwlshijian
- 神经网络用于多传感器时间对准，对准数值精度明显高于三次样条插值的结果-Time neural network for multi-sensor alignment, Alignment numerical accuracy significantly higher than the results of cubic spline interpolation
ECG
- 计算机医学应用已成为现代医学的一个重要组成部分和专门学科。计算机化的心电图（computerizedECG）分析是迄今计算机医学应用中最为成功的范例之一，它融合了包括传感器技术、信号处理技术、描记技术以及逻辑判断技术（人工智能）等最新的研究成果。在美国，每年1亿多份ECG中几乎均采用计算机进行分析处理。国际计算机心电图协会（International Societyfor Computerized Electrocardiology，ISCE）每年召开的计算机心电图应用学术年会，展示当今此研究领
Fuzering
- 模糊神经网络的多传感器系统滤波降噪Fuzzy neural network multi-sensor system noise reduction filtering-Fuzzy neural network multi-sensor system noise reduction filtering
neural-network-of-multi-sensor
- 基于模糊神经网络的多传感器信息融合，提出了一种简单、有效的分区算法来确定障碍物的距离和方位。采用BP神经网络对障碍物环境进行分类以及模式识别，为移动机器人的导航和避障提供了一种有效的方法。-Fuzzy neural network based multi-sensor information fusion, we propose a simple and effective algorithm to determine the partition barrier distance and dir
Sensor-network
- 传感器网络的粒子群优化定位算法，有多篇经典文献，并有仿真实例。-Sensor network of particle swarm optimization localization algorithm, have more than paper classical literature, and a simulation example.
Source-Localization-in-UWSAN
- 文章针对低信噪比下的水下目标定位问题，建立了水下无线传感器阵列网络，该结构包括多个分布式声传感器阵列，它适应于多模态信号处理，既可以利用目标的方位信息，又可以用能量信息。文中提出了用每个阵列接收到的信号能量作为参量完成目标定位并推导了基于能量的最大似然比目标定位方法。数值仿真表明：基于该结构的能量似然函数定位方法，可以有效估计目标的位置。并且比单阵元网络的定位性能和信息传输率上有了较大的提高， 尤其是在低信噪比下情况下，可以大大减小估计的方差。-With novel underwater wir
pso
- 引入了动态联盟思想，构造了无线传感器网络任务分配的动态联盟模型及其相应的求解算法，并引入多Agent思想，提出了一种带多Agent的无线传感器网络自适应任务调度策略-Union, the introduction of dynamic thinking, a dynamic alliance of wireless sensor network task allocation model and its corresponding solution algorithm, and the intr
MSMT
- 本文介绍了多传感器多目标跟踪的一种算法，并且为之设计了仿真平台，可以参考。-This paper introduces the sensor more of a target tracking algorithm, and the design for the simulation platform, can reference.
D-S-matlab
- 融合多个传感器多个周期的数据，最终做出决策 matlab实现DS信息融合-Integration of multiple sensors multiple cycles of data,and make the final decision at last
5555
- 利用格罗贝斯统计理论剔除系统误差数据。对余下的有效数据，利用模糊理论计算其与估计值之间的模糊 贴近度，并以此确定每个传感器的重要性权重，最后提出数据融合公式实现多传感器的数据融合。应用实例验证 了该方法的有效性。-Grubbs statistical theory eliminate the use of the system error data. The remaining valid data, the use of fuzzy theory to calculate its fu
chentianlu
- 本文借鉴层次分析法相对比较的思想，提出一种确定多传感器可信度的方法．该方法基于传感器提供的信息的相对可信度，对不同目标分别建立多传感器可信度判断矩阵，求得各传感器对该目标的可信度，进而求得各传感器的综合可信度。-In this paper, AHP relatively learn ideas, proposed a method of determining the credibility of multiple sensors. The method based on the relativ
Multi-SensorDataFusion
- 多传感器融合方面的matlab代码，可运用于人工智能仿生方向-Multi sensor fusion of matlab code, can be used for artificial intelligence bionic direction
MPGA
- 基于多种群遗传算法的MATLAB程序，解决无线传感器网络布局优化问题。-Based on multi-population genetic algorithm MATLAB program to solve the problem of wireless sensor network layout.
analytic-hierarchy-process
- 层次分析法，对于多传感器的最后判决问题，给予一定的分析与取舍问题。-Analytic hierarchy process (AHP), for the final decision of multiple sensors, to give a certain analysis and choice.