多傳感器的BPNN和SVM多源異構(gòu)數(shù)據(jù)融合算法

打開(kāi)文本圖片集

摘 要：多傳感器的多源異構(gòu)數(shù)據(jù)融合處理時(shí)，大量的冗余數(shù)據(jù)及復(fù)雜的非線性可分空間導(dǎo)致能耗較大，為此，提出了BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的多源異構(gòu)數(shù)據(jù)融合算法。以數(shù)據(jù)關(guān)系構(gòu)建約束條件，利用BP神經(jīng)網(wǎng)絡(luò)算法建立數(shù)據(jù)清洗模型，判定節(jié)點(diǎn)變量的活躍程度，優(yōu)化數(shù)據(jù)輸入；建立數(shù)據(jù)集合，提取數(shù)據(jù)特征向量；利用支持向量機(jī)泛化能力強(qiáng)、凸優(yōu)化的特點(diǎn)，獲取特征的最優(yōu)分類超平面，獲得非線性可分多源數(shù)據(jù)集轉(zhuǎn)化為高維線性可分空間的最優(yōu)決策值，輸出結(jié)果。（剩余10519字）