基于粗糙集理论与支持向量机的多传感器信息融合方法  

The multi sensor information fusion method based on support vector machine and rough set

作　　者：王国虎[1] 薛进学[1] 王晓强[1] 崔凤奎[1] 

机构地区：[1]河南科技大学机电工程学院,洛阳471003

出　　处：《现代制造工程》2016年第5期59-62,共4页Modern Manufacturing Engineering

基　　金：河南省重点攻关项目(132102210121);河南省教育厅科技攻关项目(13A460268)

摘　　要：为提高多传感器信息融合过程中数据处理的速度和准确度,采用一种粗糙集理论与支持向量机相结合的处理方式。首先,使用粗糙集理论(RS)对参数集进行属性约简,消除冗余信息,减少训练数据数量。再以支持向量机对约简后的数据进行分类训练。实验表明该方法的使用能加快系统的运行速度和处理精度。In order to improve the date processing speed and precision of multi-sensor information fusion, a kind of multi-sensor data fusion process algorithm has been studied. First, based on Rough Set （RS） theory to attribute reduction the parameter set. Then, the data can be trained and classified by Support Vector Machine （SVM）. Experimental results showed that this method can improve the speed and accuracy of multi-sensor fusion system.

关 键 词：码垛机器人 信息融合 粗糙集理论 支持向量机 

分 类 号：TP242.2[自动化与计算机技术—检测技术与自动化装置]