神经网络数据融合模式识别系统性能研究

doi:10.3969/j.issn.1000-3428.2006.17.036

计算机工程 ›› 2006, Vol. 32 ›› Issue (17): 103-104，. doi: 10.3969/j.issn.1000-3428.2006.17.036

神经网络数据融合模式识别系统性能研究

周开利，康耀红

（海南大学信息科学技术学院，海口 570228）

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2006-09-05 发布日期:2006-09-05

Study on Performance for Pattern Recognition Systems
Based on Neural Network Data Fusion

ZHOU Kaili, KANG Yaohong

( College of Information Science & Technology, Hainan University, Haikou 570228)

Received:1900-01-01 Revised:1900-01-01 Online:2006-09-05 Published:2006-09-05

摘要/Abstract

摘要： 有效地利用多传感器的信息构建数据融合系统后，其性能优于单传感器系统。该文针对一种多传感器神经网络数据融合模式识别系统，对其分类性能进行了研究，以信息论的观点，从理论上证明了上述结论的正确性。

关键词: 神经网络, 数据融合, 目标识别, 有效分类信息

Abstract: The performance of a data fusion system must be better than that of single sensor system when the information of multisensor is effectively used. According to information theory, this paper discusses the classifying performance for a pattern recognition system based on multisensor neural network data fusion and proves the correctness. The conclusion is proved theoretically.

Key words: Neural network, Data fusion, Pattern recognition, Valid Classifying information

中图分类号:

TP183

周开利;康耀红. 神经网络数据融合模式识别系统性能研究[J]. 计算机工程, 2006, 32(17): 103-104，.

ZHOU Kaili; KANG Yaohong. Study on Performance for Pattern Recognition Systems
Based on Neural Network Data Fusion
[J]. Computer Engineering, 2006, 32(17): 103-104，.

http://www.ecice06.com/CN/Y2006/V32/I17/103

[1]	靳雁霞, 史志儒, 杨晶, 刘亚变, 乔星宇, 张翎. 布料与精细建模物体间的碰撞检测算法研究[J]. 计算机工程, 2023, 49(7): 269-277.
[2]	曹坪, 杨怀志, 薄一军, 尤嘉, 张淳杰, 李丹勇. 面向低质量裂缝图像的多知识蒸馏分类[J]. 计算机工程, 2023, 49(7): 204-213.
[3]	白明昌. 基于折叠路径聚合的属性网络节点嵌入方法[J]. 计算机工程, 2023, 49(7): 76-84.
[4]	赵世豪, 毛国君, 熊保平, 黄山, 林江宏. 基于图小波卷积神经网络的时空图挖掘模型[J]. 计算机工程, 2023, 49(7): 85-93.
[5]	廖涛, 孙皓洁, 张顺香. 基于跨度和特征融合的实体关系联合抽取模型[J]. 计算机工程, 2023, 49(6): 107-114.
[6]	于海洋, 景鹏, 张文涛, 谢赛飞, 滑志华, 宋草原. 基于残差与注意力机制的道路裂缝检测U-Net改进模型[J]. 计算机工程, 2023, 49(6): 265-273.
[7]	代祖华, 刘园园, 狄世龙. 语义增强的图神经网络方面级文本情感分析[J]. 计算机工程, 2023, 49(6): 71-80.
[8]	沈学利, 田桂源, 姜彦吉, 马琳琳. 基于双阶段Conv-Transformer的时频域语音增强算法[J]. 计算机工程, 2023, 49(6): 123-130.
[9]	丁子轩, 俞雷, 张娟, 李想, 王新宇. 基于深度残差自适应注意力网络的图像超分辨率重建[J]. 计算机工程, 2023, 49(5): 231-238.
[10]	区展华, 李翠然, 杨茜. 基于ANN的能量采集无线传感器网络中继选择策略[J]. 计算机工程, 2023, 49(5): 215-222,230.
[11]	陈治旭, 靳雁霞, 芦烨, 杨晶, 刘亚变, 史志儒. 基于子图卷积神经网络的多精度服装建模方法[J]. 计算机工程, 2023, 49(4): 174-181.
[12]	安志国, 彭政, 易满成, 刘健欣, 俞思帆. 神经网络滤波器竞争训练[J]. 计算机工程, 2023, 49(4): 120-124.
[13]	徐康, 李霏, 姬东鸿. 结合依存图卷积与文本片段搜索的方面情感三元组抽取[J]. 计算机工程, 2023, 49(4): 61-67.
[14]	陈锐, 孙羽菲, 郭强, 隋轶丞, 周振辉, 石昌青, 张玉志. OclDNN:一种可应用于TensorFlow的通用DNN库[J]. 计算机工程, 2023, 49(4): 138-148.
[15]	衡红军, 苗菁. 语义与句法信息加强的二元标记实体关系联合抽取[J]. 计算机工程, 2023, 49(4): 77-84.

选择文件类型/文献管理软件名称

选择包含的内容

神经网络数据融合模式识别系统性能研究

Study on Performance for Pattern Recognition Systems
Based on Neural Network Data Fusion

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

神经网络数据融合模式识别系统性能研究

Study on Performance for Pattern Recognition Systems Based on Neural Network Data Fusion

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

Study on Performance for Pattern Recognition Systems
Based on Neural Network Data Fusion