第19章多传感器信息融合技术教案.pptVIP

* * * * 决定神经网络性能的几个因素： 神经网络的网络结构：包括神经网络的层数、每层神经元数量； 每层神经元的作用函数； 神经网络训练的目标函数和学习算法； 神经网络权值和阈值的初始值； 神经网络的训练数据。 19.2 传感器信息融合的一般方法 神经网络的应用步骤： 神经网络的设计，包括确定网络结构、作用函数和学习算法； 神经网络初始化； 利用实验方法获得神经网络的训练数据和测试数据； 利用实验数据对网络进行训练和测试； 利用训练后的网络处理相关的输入信息。 19.2 传感器信息融合的一般方法 感知器神经网络特点： 网络结构上可以为单层或多层的前向网络结构； 作用函数为阶跃函数，因此输出为二值变量； 利用输入和误差简单计算权值和阈值调整量，学习算法很简单； 一般用于解决较为简单的线性分类问题。 19.2 传感器信息融合的一般方法 19.2 传感器信息融合的一般方法 基于神经网络的传感器信息融合特点如下： ●具有统一的内部知识表示形式，通过学习算法可将网络获得的传感器信息进行融合，获得相应网络的参数，并且可将知识规则转换成数字形式，便于建立知识库； ●利用外部环境的信息，便于实现知识自动获取及并行联想推理； ●能够将不确定环境的复杂关系，经过学习推理，融合为系统能理解的准确信号； ●由于神经网络具有大规模并行处理信息能力，使得系统信息处理速度很快。 多传感器 数据融合