常用的多传感器数据融合方法有哪几种？
多传感器数据融合的常用方法基本上可概括为随机和人工智能两大类，随机类方法有加权平均法、卡尔曼滤波法、多贝叶斯估计法、Dempster-Shafer（D-S）证据推理、产生式规则等；而人工智能类则有模糊逻辑理论、神经网络、粗集理论、专家系统等。可以预见，神经网络和人工智能等新概念、新技术在多传感器数据融合中将起到越来越重要的作用。（1）随机类方法随机类方法主要有：①加权平均法②卡尔曼滤波法③多贝叶斯估计法④D-S证据推理方法⑤产生式规则等。（2）人工智能类方法人工智能类方法主要有：①模糊逻辑推理②人工神经网络法等。
本题目来自[网课答案]本页地址：https://www.wkda.cn/ask/eejeyexaaxxeyoto.html
举一反三
- 无线传感器网络的数据融合技术有哪几种？
- 什么是多传感器融合?什么是数据融合?多传感器融合系统有什么作用?
- 在多传感器数据融合中，_______是数据融合技术的“硬件”基础，_______是数据融合的对象，________是数据融合技术的核心。 （ ）。 A: 识别优化 ; 多信息源 ; 多传感器 B: 多信息源 ; 识别优化 ; 多传感器 C: 识别优化 ; 多传感器 ; 多信息源 D: 多传感器 ; 多信息源 ; 识别优化
- 根据多传感器数据融合模型定义方法和无线传感器网络自身特点，数据融合可划分为哪些不同的型式？
- 常用的SLAM方法有 A: 激光雷达SLAM B: 视觉SLAM C: 超声波SLAM D: 多传感器融合SLAM
内容
- 0
简述多传感器数据融合特点
- 1
点云数据采样有几种方法？分别哪几种？
- 2
多传感器信息融合的控制方法有哪几类？
- 3
什么是传感器的线性度？常用的拟合方法有哪几种？
- 4
片选控制译码有哪几种常用方法？其中哪几种方法存在地址重叠问题？