期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向农业温室环境的ICDO-RBFNN多传感器数据融合算法
1
作者
罗焕芝
王骥
《农业工程学报》
EI
CAS
CSCD
北大核心
2024年第21期184-191,共8页
为改善农业环境传感器测量数据精度低、可靠性差的问题,该研究提出一种改进的切诺贝利灾难优化器(improved Chernobyl disaster optimizer,ICDO)优化径向基函数神经网络(radial basis function neural network,RBFNN)多传感器数据融合...
为改善农业环境传感器测量数据精度低、可靠性差的问题,该研究提出一种改进的切诺贝利灾难优化器(improved Chernobyl disaster optimizer,ICDO)优化径向基函数神经网络(radial basis function neural network,RBFNN)多传感器数据融合算法。首先引入佳点集、拉普拉斯交叉算子和修改位置更新方程改进切诺贝利灾难优化器(Chernobyl disaster optimizer,CDO),增强算法的寻优能力;再利用ICDO优化RBFNN模型,提升模型的稳定性;最后通过RBFNN模型的非线性映射能力实现多传感器数据融合方法,提高数据融合精度。仿真试验结果表明,大气环境质量预测的拟合优度达到0.999,均方误差低至0.348,平均绝对百分比误差降到0.729%;现场试验结果表明,温室环境等级划分的准确率高达99.21%,精准率为99.91%。研究提出的多传感器数据融合算法精度高,相对误差低,稳健性好。
展开更多
关键词
温室
多传感器
数据融合
icdo
RBF神经网络
下载PDF
职称材料
题名
面向农业温室环境的ICDO-RBFNN多传感器数据融合算法
1
作者
罗焕芝
王骥
机构
广东海洋大学电子与信息工程学院
广东省智慧海洋传感网及其装备工程技术研究中心
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2024年第21期184-191,共8页
基金
广东省普通高校重点领域新一代信息技术专项(2020ZDZX3008)。
文摘
为改善农业环境传感器测量数据精度低、可靠性差的问题,该研究提出一种改进的切诺贝利灾难优化器(improved Chernobyl disaster optimizer,ICDO)优化径向基函数神经网络(radial basis function neural network,RBFNN)多传感器数据融合算法。首先引入佳点集、拉普拉斯交叉算子和修改位置更新方程改进切诺贝利灾难优化器(Chernobyl disaster optimizer,CDO),增强算法的寻优能力;再利用ICDO优化RBFNN模型,提升模型的稳定性;最后通过RBFNN模型的非线性映射能力实现多传感器数据融合方法,提高数据融合精度。仿真试验结果表明,大气环境质量预测的拟合优度达到0.999,均方误差低至0.348,平均绝对百分比误差降到0.729%;现场试验结果表明,温室环境等级划分的准确率高达99.21%,精准率为99.91%。研究提出的多传感器数据融合算法精度高,相对误差低,稳健性好。
关键词
温室
多传感器
数据融合
icdo
RBF神经网络
Keywords
greenhouse
multi-sensor
data fusion
improved Chernobyl disaster optimizer
RBF neural network
分类号
S625.51 [农业科学—园艺学]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向农业温室环境的ICDO-RBFNN多传感器数据融合算法
罗焕芝
王骥
《农业工程学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部