文献类型：期刊文章

作　　者：葛宇[1] 杜春晖[1] 李亚杰[1] 张连连[1]

GE Yu;DU Chunhui;LI Yajie;ZHANG Lianlian(College of Electrical Engineering,Hebei University of Architecture,Zhangjiakou 075000,China)

机构地区：[1]河北建筑工程学院电气工程学院,河北张家口075000

出　　处：《现代电子技术》

基　　金：河北省重点研发计划自筹项目(17270203)。

年　　份：2021

卷　　号：44

期　　号：7

起止页码：28-31

语　　种：中文

收录情况：IC、RCCSE、ZGKJHX、普通刊

摘　　要：在分析国内外大数据及数据融合研究现状的基础上,针对多维传感器产生的海量数据存在冗余性、割裂性、片面性,数据来源广、维度多、类型杂等特点,分析了数据融合的基本原理及基本步骤,并论述了数据融合的分类方法。在此基础上,提出基于深度置信网络(DBN)的多维传感器数据融合算法,在人工神经网络基础上,重点介绍了DBN的结构及DBN的训练过程。在每一层中,采用数据向量推断隐层,然后把这一隐层作为下一层的数据向量,从而寻找最佳权值。在设定的实验场景下,对多维传感器数据集实例进行实验。实验中分析了算法的重构误差、算法的耗时性等参数。仿真结果表明,所提出的算法具有有效性和优越性,对改进大数据环境下多维传感器数据融合算法具有借鉴意义。

关 键 词：数据融合 多维传感器  大数据 机器学习  隐层推断  特征提取

分 类 号：TN919-34] TP393.1]