【技术实现步骤摘要】
本专利技术涉及物联网多传感器试验平台,尤其涉及一种基于粗糙集BP神经网络的多传感器融合物联网试验平台。
技术介绍
在实际物联网系统中常使用多传感器对多种特征量进行监测(如振动、温度、湿度、压力、流量等),并对这些传感器的信息进行融合,得到目标的一致性解释与描述。其核心是选择合适的融合算法,要求具有鲁棒性、并行处理的能力,还要保证运算速度和给定的精度。而人工神经网络是由大量的基本神经元相互连接而成,能够进行分布式并行处理和非线性转换,具有强大的学习和总结归纳的功能,处理速度快,数据存储空间小的优点,恰恰能满足多传感器系统对融合算法的要求。运用神经网络作为数据融合模型时,网络的输入信息是多传感器对目标的各种测量参数,网络的输出是对目标的模式识别、或分类结果、 或其它响应结果。还有,传统的神经网络在融合方面也具有一定的局限性,它不具备对输入样本空间的预处理功能。当输入特征量维数较大时,神经网络不仅结构复杂,训练时间大大延长, 而且实时性也不好。针对以上缺陷,将粗糙集引入到神经网络的融合模型中,利用粗糙集属性约简而不改变分类能力的特点和神经网络并行处理能力以及强大的容错能力的优点,先对输入特征量进行降维操作,消除冗余属性,再经由神经网络训练,达到精简网络结构,加快网络收敛速度,提高实时性的目的。
技术实现思路
本专利技术的目的是针对以上算法,提供一种多传感器融合物联网实验平台,能够完全运行并验证这种算法的可行性。为实现上述目的,本专利技术通过以下技术方案实现一种基于粗糙集BP神经网络的多传感器融合物联网试验平台,由主机系统、前端节点以及物联网无线控制系统组成;物联网 ...
【技术保护点】
1.一种基于粗糙集BP神经网络的多传感器融合物联网试验平台,其特征在于:由主机系统、前端节点以及物联网无线控制系统组成;物联网无线控制系统包括:核心处理器、无线节点模块和射频模块;所述的核心处理器通过射频模块无线连接无线节点模块;所述的核心处理器分别并联接入控制主机内部的SD卡、摄像头、WIFI模块、感应传感器以及音频外设;所述的核心处理器通过GSM模块与用户手机进行无线连接;所述的前端节点包括:烟雾传感器、温度传感器、CO气体传感器、温度传感器、玻璃传感器、RFID传感器。
【技术特征摘要】
1.一种基于粗糙集BP神经网络的多传感器融合物联网试验平台,其特征在于由主机系统、前端节点以及物联网无线控制系统组成;物联网无线控制系统包括核心处理器、无线节点模块和射频模块;所述的核心处理器通过射频模块无线连接无线节点模块;所述的核心处理器分别并联接入控制主机内部的SD卡、摄像头、WIFI模块、感应传感器以及音频外设;所述的核心处理器通过GSM模块与用户手机进行无线连接;所述的前端节点包括烟雾传感器、温度传感器、CO气体传感器、温度传感器、玻璃传感...
【专利技术属性】
技术研发人员:杨恒,王翊,李伟,林晓,
申请(专利权)人:无锡泛太科技有限公司,
类型:发明
国别省市:32
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。