人工神经网络在多传感器信息融合中的应用研究

摘要

本文通过严格控制的试验和对采样数据的细心处理,将人工神经网络运用于油品水分检测的多传感器信息融合中。BP网络和RBF网络被公认为比较擅长函数逼近处理,大量的试验数据表明,这两种网络确实能够改善信息融合的性能。最后,作者指出,神经网络训练是否成功,除了神经网络的结构设计之外,数据的预处理也同样是十分重要的,适当的信号噪音能够提高网络的精度和适应能力。在进行实际测量时,数据的有效性、完整性等将影响网络的最终结果。因此对于采样数据的预处理以及训练集的选择将影响到人工神经网络的鲁棒性和普适性。