收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

计算智能在土壤数据融合中的应用研究

张宇林  
【摘要】: 多传感器数据融合技术首先是从军事领域发展起来的,并且己经发展成为一个新的学科方向和研究领域。本文介绍了数据融合系统的基本理论、发展及研究现状,研究了数据融合中的不确定方法,结合在研的国家“863”重大项目——车载农田土壤信息快速采集关键技术与产品研发,构建土壤参数融合模型,在智能计算理论的基础上,对多传感器数据融合算法提出了新的思路,并进行了深入的研究。 对基于神经网络与信任度函数的多传感器数据融合算法进行了研究,构造信任度函数矩阵,采用该矩阵度量各传感器测得数据之间的综合信任程度,合理分配测得数据在融合过程中的权重,作为BP神经网络的输入,经过训练好的网络,取得良好的融合效果,以削弱白噪声对测量精度的影响。 提出了两种基于粒子群优化算法(PSO)的传感器融合方法。一种方法是对粒子群优化算法中的固定惯性权重进行改进,分析了惯性权值因子在粒子群优化算法中的作用,在现有线性递减权值方法上,提出一种非线性权值递减策略,并将其尝试性的运用到多传感器数据融合的领域,运用该算法对加权因子进行调整,得到良好的融合效果。另一种是基于量子空间的粒子群算法(QDPSO)和BP神经网络的多传感器融合算法,经过QDPSO训练的BP神经网络具有较好的稳定性和收敛性,将其运用于多传感器数据融合中,通过仿真取得了比常规算法更高的精度,是一种较有潜力的融合算法。 研究小波变换的特性,提出了基于小波包变换的多分辨率多传感器信息融合模型。利用小波变换的理论,研究小波在像素级、特征级融合中的新算法。根据已经建立好的土壤信息融合模型,结合测量得到的各种农田参数,将研究的融合算法运用于具体的数据处理中,对土壤含水率、电导率等参数进行实际分析,从海量传感器信息中,提取有价值的农作物生物物理和生物化学参数,以指导实地农业生产和管理,从而提高农作物的产量和质量,为进一步实现精准农业提供理论依据和实践参考。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王喜宾;张小平;王翰虎;孙兴;;基于支持向量机的农业科技项目分类研究[J];贵州大学学报(自然科学版);2011年03期
2 李恒灿;李权才;;数据融合技术在环境监测中的应用[J];中国农机化;2011年04期
3 彭晓珊;王虎;陈雨青;;总线型粒子群神经网络谷物干燥机控制系统设计[J];安徽农业科学;2011年18期
4 刘智琦;;分布式农产品物流配送系统研究[J];安徽农业科学;2011年21期
5 李军;许丽佳;游志宇;;一种带压缩因子的自适应权重粒子群算法[J];西南大学学报(自然科学版);2011年07期
6 李军;;基于混合粒子群算法的拖拉机制动器优化设计[J];中国农机化;2011年04期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
2 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
3 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
4 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
6 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
7 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
9 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
10 卓永强;;船舶车舵联动协同控制最优化的研究[A];1995-2009航海技术论文选集(第1集)[C];2010年
中国博士学位论文全文数据库 前10条
1 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
2 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
3 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
4 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
5 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
6 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
7 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年
8 张宇林;计算智能在土壤数据融合中的应用研究[D];江南大学;2009年
9 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
10 王宇嘉;多目标粒子群优化算法的全局搜索策略研究[D];上海交通大学;2008年
中国硕士学位论文全文数据库 前10条
1 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
2 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
3 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
4 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
5 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
6 于锡才;基于粒子群优化算法的低NO_x排放过程的优化研究[D];东北大学;2008年
7 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
8 沈锡;基于粒子群优化算法的船舶航向PID控制[D];大连海事大学;2011年
9 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
10 王莹;基于粒子群优化算法的无功优化及规划[D];天津大学;2005年
中国重要报纸全文数据库 前10条
1 ;传感器和检测仪表的现状与发展趋势(下)[N];电子报;2008年
2 华胜天成科技股份有限公司CEO 王维航;华胜天成:转型为未来奠基[N];电脑商报;2008年
3 通讯员 杨建军 本报记者 李丙驹;港城竞风流[N];经理日报;2002年
4 范文;我首款交通路况预测产品问世[N];科技日报;2008年
5 本报记者 范毅波;持续通信的三个要点[N];网络世界;2002年
6 ;富融IMAGINE:数字城市的四款工具[N];中国计算机报;2002年
7 林嘉澍;IBM:我们是非常认真的[N];经济观察报;2007年
8 记者 李大庆;中法联合实验室庆祝走过十年征程[N];科技日报;2007年
9 中国电子科技集团第四十九研究所 耿振亚;集成智能传感器的发展呈现四大热点[N];中国电子报;2004年
10 华正新 本报记者 王春;科技之光将闪耀上海世博会[N];科技日报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978