投稿须知
  一、《应用基础与工程科学学报》是国内外公开发行的综合性学术期刊(双月刊)。由中国科学技术协会主管,中国自然资源学会主办。本刊主要反映国内外自然科 ...

基于Kalman-BP协同融合模型的含沙量测量

作者: 刘明堂 ; 田壮壮 ; 齐慧勤 ; 张成才 ; 刘雪梅

关键词: 黄河含沙量 卡尔曼滤波 BP神经网络 协同融合

摘要:针对黄河含沙量测量易受环境因素影响而导致测量结果不准确的问题,提出基于卡尔曼和BP神经网络(Kalman-BP)的协同融合模型,将含沙量、水温和流速等传感器输出值经过卡尔曼滤波器进行滤波处理;然后经BP神经网络模型对含沙量信息和环境量信息进行多传感器数据融合;最后建立了含沙量测量的反演模型.为了比较Kalman-BP神经网络的协同处理方法的融合效果,在相同环境下还进行了一元线性回归模型和多元线性回归模型的含沙量数据处理,并进行了误差分析比较.实验结果表明,Kalman-BP神经网络协同融合模型的测量误差较小,提高了含沙量测量系统的精度.


上一篇:基于TOPSIS的区域农业节水发展水平综合评价模型
下一篇:荆江段二元结构河岸崩塌机理试验研究

CopyRight 2010-2015 京ICP备05002850号
版权所有:中国自然资源学会 中国科协信息中心技术支持