畢業(yè)論文外文翻譯-多傳感器數(shù)據(jù)融合的多分類器系統(tǒng)_第1頁(yè)
已閱讀1頁(yè),還剩20頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、多傳感器數(shù)據(jù)融合的多分類器系統(tǒng)多傳感器數(shù)據(jù)融合的多分類器系統(tǒng)一、引言一、引言在許多應(yīng)用識(shí)別和自動(dòng)識(shí)別的模式中,從不同的傳感器監(jiān)測(cè)物理現(xiàn)象提供的免費(fèi)信息中獲得數(shù)據(jù)是很罕見(jiàn)的。對(duì)這類信息的適當(dāng)組合通常就叫做數(shù)據(jù)或者信息的融合,而且可以提高分類決策的準(zhǔn)確性和信賴度相對(duì)于那些基于單個(gè)數(shù)據(jù)源的任何單獨(dú)的決策。之前我們已經(jīng)介紹過(guò)Learn,一種以整體分類為基礎(chǔ)的方法,作為一種有效的自動(dòng)分類算法是能逐步學(xué)習(xí)的。該算法能夠獲得額外的數(shù)據(jù),在分類系統(tǒng)設(shè)計(jì)

2、好后就能變成有用的數(shù)據(jù)了。為了實(shí)現(xiàn)增量學(xué)習(xí),Learn生成一個(gè)整體的分類器(專家),其中每個(gè)分類器都是作為前面的數(shù)據(jù)庫(kù)。為了認(rèn)清數(shù)據(jù)融合和增量學(xué)習(xí)之間概念的相似性,我們討論了數(shù)據(jù)融合的一些類似的方法:聘用一個(gè)正義專家,從提供的數(shù)據(jù)中訓(xùn)練每個(gè)數(shù)據(jù),然后戰(zhàn)略性的結(jié)合他們的輸出。我們能發(fā)現(xiàn)這些系統(tǒng)的性能在決策應(yīng)用中是很重要的而且向來(lái)是優(yōu)于那些基于單一的數(shù)據(jù)源決策的決策在一些基準(zhǔn)和真實(shí)的數(shù)據(jù)源世界。這樣一個(gè)系統(tǒng)中的應(yīng)用很多,其中的數(shù)據(jù)是從相同的

3、應(yīng)用程序所產(chǎn)生的多種來(lái)源(或多個(gè)傳感器)提供的可能包含補(bǔ)充信息中獲得的。例如,在對(duì)管道做非破壞性評(píng)估時(shí),缺陷信息可從渦流,磁泄漏的圖像,超聲波掃描,熱成像獲得,或者幾個(gè)不同的診斷信息可從不同的醫(yī)學(xué)檢測(cè)獲得,如血液分析心電圖,腦電圖或者醫(yī)療成像設(shè)備,如超聲波,磁共振或正電子掃描等。直觀的,如果來(lái)自多個(gè)來(lái)源的信息可以適當(dāng)?shù)慕Y(jié)合起來(lái),那么分類系統(tǒng)(檢測(cè)是否有缺陷,或是否可以做出診斷決定)的性能可以得到改善。所以,增量學(xué)習(xí)和數(shù)據(jù)融合涉及學(xué)習(xí)不同

4、的數(shù)據(jù)集。在增量學(xué)習(xí)中補(bǔ)充信息必須提取新的數(shù)據(jù)集,其中可能包含新的分類實(shí)例。而在數(shù)據(jù)融合中補(bǔ)充信息也必須提取新的數(shù)據(jù)集,其中可能包含代表數(shù)據(jù)使用不同的特點(diǎn)。傳統(tǒng)的方法一般是根據(jù)概率理論(葉貝斯定理,卡爾曼濾波),或登普斯特謝弗(DS)和它的變化,其中主要用于軍事上的應(yīng)用開發(fā),特別是目標(biāo)檢測(cè)和跟蹤,如決策理論。以整體分類為基礎(chǔ)的方法尋求一個(gè)新的和更通用的解決方案提供更廣泛的應(yīng)用。還應(yīng)當(dāng)指出的是,在一些應(yīng)用中如上述的無(wú)損檢測(cè)和醫(yī)療診斷等,從

5、不同的來(lái)源獲得的數(shù)據(jù)可能已產(chǎn)生不同的物理方式,并因此獲得的功能可能是不一樣的。雖然在這種情況下使用概率或者決策理論的方法會(huì)變得更加的復(fù)雜,但異構(gòu)的功能可以很容易的被安置整體的系統(tǒng),討論如下。一個(gè)集成系統(tǒng)結(jié)合了集中不同的分類和特定的輸出。分類的多樣性可以允許使用略有關(guān)于數(shù)據(jù)融合的learn算法輸入:對(duì)于每個(gè)功能集FSkk=12…K?訓(xùn)練數(shù)據(jù)Sk=[(xiyi)]i=1…mk?監(jiān)督算法中相應(yīng)的分類。?整數(shù)Tk指定的分類。對(duì)于每一個(gè)k=12…

6、K:初始化w1(i)=D1(i)=1mk,i=12…,mki?對(duì)于每一個(gè)t=12...Tk:1、設(shè)定???kmitttiwwD1)(2、從Dt中畫訓(xùn)練子集TRt.3、通過(guò)訓(xùn)練數(shù)據(jù)TRt獲得ht4、計(jì)算ht的錯(cuò)誤???iityxhittiD)(:)(?對(duì)于Sk.,If,丟棄ht跳到步驟2.21?t?5、對(duì)于,通過(guò)加權(quán)的多數(shù)表決,獲得的符合假說(shuō)。??ttt?????1自變量最大值?tH????yyxhttt)1log()(:?6、計(jì)算Ht的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論