-
公开(公告)号：CN102608577B
公开(公告)日：2013-09-04
申请号：CN201210082818.3
申请日：2012-03-27
Applicant: 上海大学
Abstract: 本发明公开了一种合理量化多卫星传感器测量值之间冲突与耦合度的融合方法。其特征在于：通过不同测量值之间的耦合度与冲突度矩阵,来量化同一测量目标测量值之间的冲突与一致性,其步骤：（1）、由卫星传感器对同一批目标值测量结果平均值的差异，提出系统误差修正系数；（2）、根据各卫星传感器系统误差区间与对同一测量目标测量结果的交集计算数据的耦合度，并计算各测量值的权重；（3）、根据各传感器系统误差区间与对同一测量目标的测量结果的交集的补集计算数据的冲突度，并计算各测量值的权重；（4）、由系统误差修正系数，多卫星传感器对同一目标测量值之间的耦合权重和冲突权重，计算得到多卫星测量海水海表温度的融合值及融合误差。
-
公开(公告)号：CN102608577A
公开(公告)日：2012-07-25
申请号：CN201210082818.3
申请日：2012-03-27
Applicant: 上海大学
Abstract: 本发明公开了一种合理量化多卫星传感器测量值之间冲突与耦合度的融合方法。其特征在于：通过不同测量值之间的耦合度与冲突度矩阵，来量化同一测量目标测量值之间的冲突与一致性，其步骤（1）由卫星传感器对同一批目标值测量结果平均值的差异，提出系统误差修正系数；（2）根据各卫星传感器系统误差区间与对同一测量目标测量结果的交集计算数据的耦合度，并计算各测量值的权重；（3）根据各传感器系统误差区间与对同一测量目标的测量结果的交集的补集计算数据的冲突度，并计算各测量值的权重；（4）由系统误差修正系数，多卫星传感器对同一目标测量值之间的耦合权重和冲突权重，计算得到多卫星测量海水海表温度的融合值及融合误差。
-
公开(公告)号：CN102163301A
公开(公告)日：2011-08-24
申请号：CN201110089790.1
申请日：2011-04-12
Applicant: 上海大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于BP人工神经网络的农作物害虫发生量的预测方法，其步骤如下：（1）采集待预测农作物害虫发生量的原始数据和影响农作物害虫发生影响因子的原始数据；（2）计算原始数据之间关联度，剔除差异大的数据；（3）计算影响农作物害虫发生的影响因子的累计贡献率；（4）利用BP人工神经网络，对农作物害虫发生量进行预测。该方法利用灰色关联度分析方法对农作物害虫发生量的原始数据进行处理，剔除掉误差数据，保证预测模型的稳定性和准确性；并利用主成分分析方法降低了BP人工神经网络输入因子个数，有效地解决了利用BP人工神经网络进行预测时，输入因子少时，其预测准确性低；输入因子多时，运算量大、其预测结果得不到收敛的矛盾。
-
公开(公告)号：CN102156710A
公开(公告)日：2011-08-17
申请号：CN201110048981.3
申请日：2011-03-02
Applicant: 上海大学
Abstract: 本发明涉及一种基于云模型和TOPSIS法的植物鉴别方法。本发明方法首先构建了植物的外形特征标本数据库；然后利用梯形云模型将被测植物的外观特征与植物的外观特征标本数据库进行比对，得到被测植物与外形特征标本数据库相比的隶属度，实现了被测植物的初步鉴别；当鉴别结果为多个时，再利用正态云模型对检索结果进行精确匹配计算，得到被测植物与外形特征标本数据库相比的精确隶属度；最后利用TOPSIS法对隶属度进行综合评价，鉴别出植物。该方法采用TOPSIS对最后鉴别结果进行综合评价，能够全面、合理、准确地对某几个评价指标进行优劣排序，评价过程清晰、评价结果客观。
-
-
-
Search Results
4
records
(took 0.016 seconds)
