食品安全spssau数据的融合及分类技术综述(六)

浏览: 作者: 来源: 时间:2019-11-30 分类:论文写作技巧
决策层融合在食品安全spssau数据(或者spss论文)融合中属于一种更高层次的融合。融合过程如图 4 所示。通过各传感器的食品安全spssau数据(或者spss论文),在融合之前先完成各自的决策或识别工作,随后将这些决策进行融合,最终获得具有整体一致性的决策结果。

(三)决策层融合

决策层融合在食品安全spssau数据(或者spss论文)融合中属于一种更高层次的融合。融合过程如图 4 所示。通过各传感器的食品安全spssau数据(或者spss论文),在融合之前先完成各自的决策或识别工作,随后将这些决策进行融合,最终获得具有整体一致性的决策结果。

(四) spssau数据(或者spss论文)融合层次比较

总体来说,三个层次的融合在食品安全spssau数据(或者spss论文)融合中各具其优势,如表 1 所示,从对传感器的依赖性、数据量、通信量等方面对比分析了几个融合级别的优缺点。

 

可以看出,由于数据级融合是最基础层次融合,能够在保全尽量多信息的条件下对食品安全spssau数据(或者spss论文)进行数据融合,但是对传感器、通信能力、处理代价等要求较高;相反地,决策层融合多源异构食品安全spssau数据(或者spss论文)的同时,仅需要较小的数据线路通信,也有较好的通信量,但融合精度低。特征级数据融合各项性能居中,综合了其他两个层次的优缺点。本站专业提供spss数据分析、stata数据分析和eviews数据分析服务。

 

3.2 数据融合关键技术

食品安全spssau数据(或者spss论文)融合方法可以分为经典融合方法和现代融合方法。在经典融合方法中一般采用加权平均数法、卡尔曼滤波法、贝叶斯推理法等方法。在现代融合方法中常常采用神经网络、逻辑模糊法等方法。具

(一) 估计方法

估计方法主要包括最小二乘、加权平均数、卡尔曼滤波等线性估计方法,以及一些非线性估计方法,主要有高斯滤波、扩展的卡尔曼滤波等。

摘自:食品安全spssau数据的融合及分类技术综述