买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:广东海洋大学
摘要:本发明提出了面向农业温室环境的ICDO‑RBF多传感器数据融合方法,包括:获取待融合的农业温室环境的多传感器数据;将待融合的所述多传感器数据输入至预设的融合模型,获取多传感器数据融合结果;其中,所述融合模型基于优化的径向基函数神经网络构建,并通过数据集进行训练获得,所述数据集包括:室外大气数据和室内温湿度数据。本发明所提出的多传感器数据融合方法精度高,相对误差低,稳健性好。
主权项:1.面向农业温室环境的ICDO-RBF多传感器数据融合方法,其特征在于,包括:获取待融合的农业温室环境的多传感器数据;将待融合所述多传感器数据输入预设的融合模型,获取多传感器数据融合结果;其中,所述融合模型基于优化的径向基函数神经网络构建,并通过数据集进行训练获得,所述数据集包括:室外大气数据和室内温湿度数据;优化所述径向基函数神经网络包括:改进切诺贝利灾难优化器;利用改进后的切诺贝利灾难优化器,对所述径向基函数神经网络进行优化;改进所述切诺贝利灾难优化器包括:引入佳点集初始化种群;改进位置更新方程;在局部开发阶段动态地引入拉普拉斯交叉算子;所述佳点集为:其中,Pnk表示佳集点,r表示佳点,k表示[1,n]的常数,n表示输入维度;改进的位置更新方程为:其中,xT表示新的位置,Vα表示α粒子位置,Vβ表示β粒子位置,Vγ表示γ粒子位置,xjd和xid表示随机选择的个体且j≠i,表示个体学习因子,、均为[0,1]间的随机数,表示粒子在第t次迭代后,第i个粒子搜索得到的最优解,表示群体交流因子;拉普拉斯的密度函数为:分布函数为: 其中,fx表示密度函数,b表示比例参数,x表示输入,a表示位置参数,Fx表示分布函数;利用改进后的切诺贝利灾难优化器,对所述径向基函数神经网络进行优化包括:结合改进后的切诺贝利灾难优化器与K-均值聚类方法,搜索所述径向基函数神经网络的扩展常数和最优基函数中心。
全文数据:
权利要求:
百度查询: 广东海洋大学 面向农业温室环境的ICDO-RBF多传感器数据融合方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。