【技术实现步骤摘要】
本专利技术属于多传感器数据融合，尤其涉及面向农业温室环境的icdo-rbf多传感器数据融合方法。
技术介绍
1、多传感器数据融合技术就是将多个传感器收集的信息整合处理和融合加工，削弱数据源中存在的不确定成份，最终得到一个有决策意义的数据结果。该技术已经在智慧农业信息处理、空间探测、目标跟踪和识别等领域应用，极大提高了系统测量、探测与识别能力。但目前温室专用传感器测量精度较低，而农业环境感知数据量大，冗余数据多，制约了数据为基础的农业环境预测及调控能力，因此多传感器数据融合方法显得尤为重要。目前多传感器数据融合方法可以分为两类：非智能的融合方法，如卡尔曼滤波法、贝叶斯估计法、dempster—shafer证据推理法、参数模板法、物理模型法、熵法、品质因素法、聚类分析法、估计理论法和专家系统法等；计算智能方法，如模糊集合理论、神经网络、粗集理论、小波分析理论、支持向量机和深度学习等。两类方法在温室场景的多传感器数据融合方面都取得了好的效果，但在数据处理精度与算法复杂度方面存在不足。近几年典型成果包括：利用贝叶斯方法进行多传感器数据融合，解决...
【技术保护点】
1.面向农业温室环境的ICDO-RBF多传感器数据融合方法，其特征在于，包括：
2.根据权利要求1所述的面向农业温室环境的ICDO-RBF多传感器数据融合方法，其特征在于，
3.根据权利要求1所述的面向农业温室环境的ICDO-RBF多传感器数据融合方法，其特征在于，利用改进后的切诺贝利灾难优化器，对所述径向基函数神经网络进行优化包括：
4.根据权利要求1所述的面向农业温室环境的ICDO-RBF多传感器数据融合方法，其特征在于，利用所述数据集训练优化后的所述径向基函数神经网络包括：
5.根据权利要求4所述的面向农业温室环境...
【技术特征摘要】
1.面向农业温室环境的icdo-rbf多传感器数据融合方法，其特征在于，包括：
2.根据权利要求1所述的面向农业温室环境的icdo-rbf多传感器数据融合方法，其特征在于，
3.根据权利要求1所述的面向农业温室环境的icdo-rbf多传感器数据融合方法，其特征在于，利用改进后的切诺贝利灾难优化器，对所述径向基函数神经网络进行优化包括：
4.根据权利要求1所述...
【专利技术属性】
技术研发人员：王骥，罗焕芝，周涛，王腾，付雷，麦仁贵，李雨阳，何子浩，陈嘉南，吴宏恩，刘侦龙，
申请(专利权)人：广东海洋大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。