公开(公告)号：CN1472673A

公开(公告)日：2004-02-04

申请号：CN03129058.2

申请日：2003-06-05

Applicant: 上海交通大学

Inventor： 敬忠良 ,  施海燕

IPC: G06F17/16 ,  G06N3/06

Abstract: 一种基于线性约束截断最小二乘的数据融合方法，对各传感器数据求取均方值，在此基础上设置自适应阈值，并判断是否存在异常传感器数据，以及哪个传感器数据存在脉冲噪声，得到检测矩阵，然后建立基于截断最小二乘(TLS)的初始融合目标函数，通过一系列变化，变成线性约束的截断最小二乘(LCTLS)的最优问题，进一步求取问题的拉格朗日函数，根据Kuhn－Tucker条件，得到对应求取最优解的方程组，建立全局收敛的递归神经网络，得到方程组的解，即优化问题的解。本发明使算法的鲁棒性大大提高，即使出现了脉冲噪声，也能具有无偏性，并在很快的时间内得到优质的解，对于数据融合的实时处理具有重要意义和实用价值。

公开(公告)号：CN1216338C

公开(公告)日：2005-08-24

申请号：CN03129058.2

申请日：2003-06-05

Applicant: 上海交通大学

Inventor： 敬忠良 ,  施海燕

IPC: G06F17/16 ,  G06N3/06

Abstract: 一种基于线性约束截断最小二乘的数据融合方法，对各传感器数据求取均方值，在此基础上设置自适应阈值，并判断是否存在异常传感器数据，以及哪个传感器数据存在脉冲噪声，得到检测矩阵，然后建立基于截断最小二乘(TLS)的初始融合目标函数，通过一系列变化，变成线性约束的截断最小二乘(LCTLS)的最优问题，进一步求取问题的拉格朗日函数，根据Kuhn-Tucker条件，得到对应求取最优解的方程组，建立全局收敛的递归神经网络，得到方程组的解，即优化问题的解。本发明使算法的鲁棒性大大提高，即使出现了脉冲噪声，也能具有无偏性，并在很快的时间内得到优质的解，对于数据融合的实时处理具有重要意义和实用价值。