多传感器数据的聚类融合方法

被引：15

作者：

万树平

机构：

[1] 江西财经大学信息管理学院

来源：

系统工程理论与实践 | 2008年 / 05期

关键词：

多传感器; 数据融合; 特征指标; 最小距离聚类法;

D O I：

暂无

中图分类号：

TP202 [设计、性能分析与综合];

学科分类号：

0811 ; 081101 ; 081102 ;

摘要：

针对多个传感器对多个特性指标进行测量实验的数据融合问题,从多元统计理论角度提出了一种新的多传感器数据的融合算法.该方法采用欧氏距离定义了距离矩阵,利用最小距离聚类法确定各传感器融合的次序,可以克服以往方法中关系矩阵的主观影响,提高数据融合结果的客观性.通过试验数据的分析,表明该算法简单,可以避免极端、有效数据的损失,具有较高的精度.

引用

收藏

页码：131 / 135

页数：5

相关论文

共 11 条

[1] 多传感器数据的统计融合方法 [J].

涂国平 ;

邓群钊 .

传感器技术, 2001, (03) :28-29+32

[2] 多传感数据的判别分析方法 [J].

万树平 ;

涂国平 .

传感器技术, 2002, (05) :27-29

[3] 轨枕蒸养测控系统中的温度融合 [J].

江萍 ;

胡社教 ;

潘宗岭 .

传感器技术, 2003, (09) :37-38+41

[4] 多传感器数据融合的一种方法 [J].

王威 ;

周军红 ;

王润生 .

传感器技术, 2003, (09) :39-41

[5] 基于Bayes估计的多传感器数据融合方法研究 [J].

吴小俊 ;

曹奇英 ;

陈保香 ;

刘同明 .

系统工程理论与实践, 2000, (07) :45-48

[6] 基于OWA聚合算子的多传感器目标识别 [J].

柳毅 ;

高晓光 ;

卢广山 ;

顾中国 ;

陈红林 .

传感技术学报, 2006, (02) :530-533

[7] 基于统计证据的Mass函数和D-S证据理论的多传感器目标识别 [J].

王俊林 ;

张剑云 .

传感技术学报, 2006, (03) :862-864

[8] 多传感器数据的Fisher判别法 [J].

万树平 .

传感器与微系统, 2006, (08) :61-62+65

[9] 一种基于模糊理论的一致性数据融合方法 [J].

王婷杰 ;

施惠昌 .

传感器技术, 1999, (06) :50-53

[10] 多传感器数据融合的数学方法 [J].

陈福增 .

数学的实践与认识, 1995, (02) :11-16