集员估计算法是一种新型的、有效的系统估计方法,在控制领域越来越受到重视。通过多传感器数据融合的方法,可以减少单一传感器辨识目标的不确定性和模糊性,可以进一步提高辨识结果的准确性和精度。文中提出了一种新型的基于数据融合的集员估计算法可以用来减少各种检测误差带来的影响,提高辨识的速度和精度。得出一个更优的集员估计集。
2022-07-08 09:38:24
732KB
1
人工智人-家居设计-粗糙集与证据理论在医疗智能诊断系统中的应用研究.pdf
2022-07-05 18:03:38
8.06MB
数据融合matlab代码这是以下论文中涉及的数据和Matlab代码的副本
@inproceedings
{liu2021robust，
title
=
{强大的动态多模态数据融合：模型不确定性的观点}，
作者=
{刘斌}，
booktitle
=
{arXiv预印本arXiv：2105.06018}，
年=
{2021}
}
感谢您在此处使用代码和/或数据后是否引用本文。
代码中和本文中算法名称之间的对应关系如下：
代码中的“
pf”
<----------->本文中的“
PF”
本文中代码<----------->“
DMA”中的“
dmmpf”
本文中代码<----------->“
SMA”中的“
pf_df”
本文代码<----------->中的“
pf_alpha”“
TS”
代码文件的简要说明如下
main_alg_compare.m：用于重现实验结果的主要功能
simu_data.mat和simu_data2.mat：实验中使用的两个数据集
Simulation_data_gen.m：用于生成simu_data.mat的代码
Simulation_data_gen2.m
2022-06-27 06:31:55
53KB
1
第九章物联网数据融合及管理 魏旻 物联网数据融合及管理全文共36页，当前为第1页。 第9章 物联网数据融合及管理 数据融合与管理是支撑物联网广泛应用的关键技术之一，在物联网技术体系中具有重要地位和作用。但鉴于物联网感知节点能源有限、数据的时间敏感特性、网络的动态特性等特点，物联网数据融合技术将面临更多挑战。 教学要求 知识要点 能力要求 数据融合的基本概念 (1) 了解数据融合的发展 (2) 理解数据融合的定义 (3) 了解数据融合的特点 数据融合的基本原理 (1) 理解数据融合的体系结构 (2) 了解数据融合技术的主要方法 (3) 了解数据融合模型 物联网的数据融合 (1) 了解物联网数据融合的作用 (2) 理解传感网数据融合的基本原理 (3) 了解基于信息抽象层次的物联网数据融合模型 物联网数据管理 (1) 了解物联网数据管理的特点 (2) 理解传感网数据管理系统结构 物联网数据融合及管理全文共36页，当前为第2页。 PPT素材下载：www.1ppt.com/sucai/ 9.1 数据融合概述 9.2 数据融合的基本原理 9.4 物联网数据管理技术 9.3 物联网中的数据融合技术
2022-06-24 09:04:38
3.5MB
Handbook of Multisensor Data Fusion.pdf
多传感器数据融合PDF原版
2022-06-23 16:08:32
9.42MB
1
数据融合matlab代码CMTF_hunyadi
通过CMTF进行癫痫数据的EEG-fMRI融合
描述
EEG数据（每位患者的平均间质放电量）以患者的张量x通道x时间表示。
fMRI数据表示为患者x体素的矩阵。
体素是通过传统的基于GLM的EEG-fMRI图像获得的矢量化图像，然后进行遮罩以减少体素的数量。
然后，通过4种不同的方法进行关节盲源分离：jointICA，temporal-jointICA，耦合张量矩阵分解（CMTF）和受限CMTF，其中根据脑电图中尖峰和慢波的幅度固定患者的特征。
参考
该代码执行该方法并重现以下结果中描述的数据：[1]
Hunyadi
B.，Van
Paesschen
W.，De
Vos
M.，Van
Huffel
S.，``EEG和fMRI的张量矩阵分解，以探索癫痫病网络活动''，Proc。
2016年9月在匈牙利布达佩斯举行的2016年第23届欧洲信号处理会议（EUSIPCO）会议上发表演讲。
关键字/标签
脑电图，功能磁共振成像癫痫，张量分解，盲源分离，多峰融合
描述代码
jica_vs_jmtf_group_tle：
加载来自10例颞叶癫痫患者的
2022-06-20 15:14:15
116.54MB
1
数据融合matlab代码
研究方法论大作业
姓名：彭海峰
学号：20083900210005
班级：2020级网络空间安全硕士研究生
简介：
对2019年11月1日至2020年11月1日的股票收盘价进行分析，并通过计算得到相关数据，以此绘制可视化图表。
图表中的原始数据来源来自tushare库，
tushare是一个财经数据接口包，主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程。
得到了原始数据之后，在使用python进行画图之前，需要对得到的原始数据进行计算，
这里使用了math、numpy、pandas、stockstats四个库进行计算。
math
库提供了许多对浮点数的数学运算函数；numpy代表
“Numeric
Python”，它是一个由多维数组对象和用于处理数组的例程集合组成的库；
pandas
是基于NumPy
的个库，该工具是为了解决数据分析任务而创建的；
stockstats是一个专用于对股票进行分析的库，其包含计算股票中的16个常用指标方法。
最后画图使用了matplotlib库，这个库是Python中最常用的可视化工具之一，功能非常强大，
而其中的
2022-06-11 14:39:03
99.51MB
1