基于潜在变量二元回归模型的多传感器数据融合 | |
鲍必赛 ; 楼晓俊 ; 刘海涛 | |
刊名 | 南京邮电大学学报(自然科学版)
![]() |
2012 | |
期号 | 1页码:29-33 |
关键词 | 数据融合 潜在变量二元回归模型 Gibbs抽样 置信度 |
ISSN号 | 1673-5439 |
中文摘要 | 针对目前数据融合算法存在的置信度无法获取的问题,提出了一种基于潜在变量二元回归模型(LatentVariable Binary Regression Model)的多传感器数据融合算法。将每个传感器获取的特征值作为多变量回归模型中的相关变量,通过Gibbs抽样得到潜在变量的分布概率,确定多变量回归模型中的表征量作为融合结果,并以潜在变量的分布概率作为融合结果的置信度。基于实地采集的运动目标震动信号进行仿真实验,结果表明该融合方法拥有较好的识别效果,同时能够给出识别结果的置信度。其中错分类的结果具有较低的置信度,可以提醒观测者做进一步的观察。 |
收录类别 | CNKI2012-066 |
语种 | 中文 |
公开日期 | 2013-02-22 |
内容类型 | 期刊论文 |
源URL | [http://ir.sim.ac.cn/handle/331004/110983] ![]() |
专题 | 上海微系统与信息技术研究所_中文期刊、会议、专利、成果_期刊论文 |
推荐引用方式 GB/T 7714 | 鲍必赛,楼晓俊,刘海涛. 基于潜在变量二元回归模型的多传感器数据融合[J]. 南京邮电大学学报(自然科学版),2012(1):29-33. |
APA | 鲍必赛,楼晓俊,&刘海涛.(2012).基于潜在变量二元回归模型的多传感器数据融合.南京邮电大学学报(自然科学版)(1),29-33. |
MLA | 鲍必赛,et al."基于潜在变量二元回归模型的多传感器数据融合".南京邮电大学学报(自然科学版) .1(2012):29-33. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论