面向传感网络多源数据融合的SVM方法

摘要：

由于多源传感数据及其噪声构成复杂的非线性可分空间,数据融合是目前在资源受限的传感网络中安全、准确和高效地消除冗余数据的重要方法.结合SVM泛化能力强、凸优化的特点,侧重分析了非线性可分多源数据集转化为高维线性可分空间的可行性方法.仿真实验结果表明,宽度参数范围预估方法可以加速高斯核宽度参数的确定.针对多分类情形,仿真实验结果表明,通过控制误差积累,更能确保分类的有效性.

关键词：数据融合;支持向量机(SVM);高斯核函数;DAG-SVMs

所属期刊栏目：47

分类号：TN925;TP391.4

资助基金：贵阳市科技局贵阳学院专项;教育部青年基金项目

在线出版日期：2021-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：25-28