基于潜在变量二元回归模型的多传感器数据融合

CORC > 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

	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.