葛宇;杜春晖;李亚杰;张连连;

• 1:河北建筑工程学院电气工程学院

摘要(Abstract)：

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(KeyWords)： 数据融合;多维传感器;大数据;机器学习;隐层推断;特征提取

Abstract:

Keywords:

基金项目(Foundation): 河北省重点研发计划自筹项目（17270203）

作者(Author): 葛宇;杜春晖;李亚杰;张连连;

Email:

DOI: 10.16652/j.issn.1004-373x.2021.07.006

参考文献(References)：

• [1]阚博文，CUI Andrew，朱文东.基于深度学习的绝缘开关图像分类[J].电力信息与通信技术，2018,16(3):8-15.
• [2]曾锐，陈锻生.结合双深度学习特征的高光谱遥感图像分类[J].小型微型计算机系统，2018,39(2):396-400.
• [3]曾志，吴财贵，唐权华，等.基于多特征融合和深度学习的商品图像分类[J].计算机工程与设计，2017,38(11):3093-3098.
• [4]夏梦，曹国，汪光亚，等.结合深度学习与条件随机场的遥感图像分类[J].中国图象图形学报，2017,22(9):1289-1301.
• [5]黄冬梅，许琼琼，贺琪.融合多特征的深度学习标注方法[J].计算机工程与应用，2018,54(1):224-228.
• [6]蒋雨欣，李松斌，刘鹏.基于多特征深度学习的人脸性别识别[J].计算机工程与设计，2016,37(1):226-231.
• [7]石祥滨，房雪键，张德园，等.基于深度学习混合模型迁移学习的图像分类[J].系统仿真学报，2016,28(1):167-173.
• [8]律方成，金虎，王子建，等.基于组合核多特征融合的GIS局部放电检测与识别[J].电工技术学报，2014,29(10):334-340.
• [9]郭金鑫，陈玮.基于HOG多特征融合与随机森林的人脸识别[J].计算机科学，2013,40(10):279-282.
• [10]顾鑫，王海涛，汪凌峰，等.基于不确定性度量的多特征融合跟踪[J].自动化学报，2011,37(5):550-559.
• [11]刘杰.一种基于多特征融合的自适应目标跟踪策略[J].大众科技，2016(11):9-12.
• [12]刘红，王晔，雷长海.基于多特征融合的中医舌像检索研究[J].计算机应用研究，2010,27(2):791-793.
• [13]王益尧.基于多特征融合问句理解问答系统研究[J].数据通信，2018(2):37-41.
• [14]李志欣，李艳红，张灿龙.一种多特征融合的场景分类方法[J].小型微型计算机系统，2018,39(5):1085-1091.