鲍必赛
- 作品数:5 被引量:15H指数:3
- 供职机构:中国科学院上海微系统与信息技术研究所更多>>
- 发文基金:国家科技重大专项国家重点基础研究发展计划更多>>
- 相关领域:自动化与计算机技术更多>>
- 分布式信息融合的物联网事件检测方法被引量:3
- 2012年
- 事件检测是物联网感知技术的一项重要应用。由于感知节点资源受限,事件检测准确率与节点能量有效性较难平衡。提出了一种新的物联网事件检测方法,基于分布式无线传感器网络,采用特征选择与人工智能学习算法,对感知数据进行局部与全局的二级信息融合,在降低节点功耗的同时提升了检测的准确率。进行要地周界入侵事件检测实验,结果表明,该方法相比传统的事件检测方法更加有效。
- 楼晓俊鲍必赛刘海涛
- 关键词:物联网数据融合
- 基于潜在变量二元回归模型的多传感器数据融合被引量:1
- 2012年
- 针对目前数据融合算法存在的置信度无法获取的问题,提出了一种基于潜在变量二元回归模型(LatentVariable Binary Regression Model)的多传感器数据融合算法。将每个传感器获取的特征值作为多变量回归模型中的相关变量,通过Gibbs抽样得到潜在变量的分布概率,确定多变量回归模型中的表征量作为融合结果,并以潜在变量的分布概率作为融合结果的置信度。基于实地采集的运动目标震动信号进行仿真实验,结果表明该融合方法拥有较好的识别效果,同时能够给出识别结果的置信度。其中错分类的结果具有较低的置信度,可以提醒观测者做进一步的观察。
- 鲍必赛楼晓俊刘海涛
- 关键词:数据融合GIBBS抽样置信度
- 主成分分析在震动信号目标识别算法中的应用被引量:6
- 2012年
- 为了改进基于震动信号的地面运动目标识别算法,提出了一种基于主成分分析(PCA)的2次特征提取算法.首先对地面运动目标引起的震动信号进行目标特性分析,提取多维的特征值;然后利用主成分分析方法对众多的特征值进行分析,去除特征值之间的相关性,提取综合特征值并应用于分类器,得到目标识别结果.基于实地采集的地面运动目标的震动信号进行实验,结果表明:该方法有效地减少了特征值的维数和相关性,降低了分类器训练的难度和训练时间,同时提高了目标的正确识别率.
- 鲍必赛楼晓俊李隽颖刘海涛
- 关键词:目标识别主成分分析特征提取
- 无线传感器网络信息时空融合模型与算法研究被引量:3
- 2012年
- 信息融合是解决无线传感器网络能量和通信带宽受限的有效途径,提出了一种无线传感器网络信息时间和空间多级混合融合的结构模型。首先对距离汇聚节点较远的节点信息进行时间融合和对距离汇聚节点较近的节点信息在汇聚节点进行时空融合,然后在汇聚节点对两种节点的融合结果进行全网络的空间融合。就该模型提出了基于DS证据理论的多级时空融合算法。数据分析结果表明:该模型能够降低节点能耗,延长网络寿命。
- 鲍必赛伍健荣楼晓俊刘海涛
- 关键词:无线传感器网络证据理论
- 基于二维特征矩阵的特征融合算法被引量:2
- 2012年
- 为了提高无线传感器网络信息融合的效率,提出一种多传感器二维特征融合(2DFF)策略.将多个传感器标准化后的特征集组合成二维特征矩阵,引入图像压缩技术,包括二维主成分分析(2DPCA)及MatPCA对特征矩阵进行特征提取,实现特征融合.从理论上剖析该方法之所以能够有效地适用于特征融合,且区别于传统方法的内在本质.相比传统的特征融合方法,该方法能够获得更加精确的融合特征,提高信息融合的效率.基于实地采集的地面目标信号的实验结果表明,该方法既提高目标识别率,又降低了计算复杂度.
- 鲍必赛伍健荣楼晓俊刘海涛
- 关键词:主成分分析无线传感器网络目标识别