摘要
为了提高多传感器信息融合过程中数据处理的速度和准确度,采用一种粗糙集理论与支持向量机相结合的处理方式。使用粗糙集理论(RS)对参数集进行属性约简,消除冗余信息,减少训练数据数量。以支持向量机对约简后的数据进行分类训练。实验表明该方法的使用能加快系统的运行速度和处理精度。
In order to improve the date processing speed and precision ot muttl-sensor informanon fusion, a kind of multi-sensor data fusion process algorithm has been studied in this paper. First, based on rough set theory （RS） to attribute reduction the parameter set. Then, the data can be trained and classified by support vector machine （SVM）. Experimental results showed that this method can improve the speed and accuracy of multi-sensor fusion system.
出处
《煤矿机械》
2015年第6期227-229,共3页
Coal Mine Machinery
基金
河南省重点攻关项目(132102210121)
河南省教育厅科技攻关项目(13A460268)
关键词
码垛机器人
信息融合
粗糙集理论
支持向量机
palletizing robot
information fusion
rough set theory
support vector machine
