利用多个传感器所获取的关于被测对象和环境全面、完整的信息,主要体现在融合方法上。因此,多传感器系统的核心问题是选择合适的数据融合方法。
1.统计方法
基于统计学的算法主要运用传统概率统计方法,利用概率分布或者密度函数来描述数据的不确定性。数据融合的目的是从大量冗余、精准性不高的数据中提取所需的特征。
①Bayes估计;②最大似然估计;③卡尔曼滤波;④D-S证据理论。
2.信息论方法
①聚类分析;②表决法;③神经网络;④熵法。
3.认知模型方法
①模糊逻辑;②知识系统;③逻辑模板。
用户访问量
注册用户数
在线视频观看人次
在线实验人次
利用多个传感器所获取的关于被测对象和环境全面、完整的信息,主要体现在融合方法上。因此,多传感器系统的核心问题是选择合适的数据融合方法。
1.统计方法
基于统计学的算法主要运用传统概率统计方法,利用概率分布或者密度函数来描述数据的不确定性。数据融合的目的是从大量冗余、精准性不高的数据中提取所需的特征。
①Bayes估计;②最大似然估计;③卡尔曼滤波;④D-S证据理论。
2.信息论方法
①聚类分析;②表决法;③神经网络;④熵法。
3.认知模型方法
①模糊逻辑;②知识系统;③逻辑模板。
¥ 5999
·难
·20
¥ 9999
·难
·1
¥ 7999
·难
·8
¥ 199
·易
·31
¥ 899
·适中
·15
¥ 1688
·适中
·198
¥ 28000
·难
·169
¥ 199
·偏易
·3589
¥ 100000
·难
·171
¥ 998
·难
·9
¥ 1899
·难
·15
¥ 199
·易
·342
¥ 5999
·适中
·30
¥ 6999
·难
·18
¥ 5999
·难
·15
¥ 3999
·难
·15
¥ 2999
·难
·57