Sie sind hier: Startseite Proceedings
Artikelaktionen

Proceedings

Feature fusion algorithm based on modular scalable integrated sensor behavior recognition

Feature Fusionsalgorithmus basierend auf modularer skalierbarer integrierter Sensorverhaltenserkennung

  1. M.Sc. Fuyin Wei Fakultät für Ingenieurwissenschaften,Institut für Produkt Engineering, Universität Duisburg-Essen (UDE)
  2. M.Sc. Fei Xiang Fakultät für Ingenieurwissenschaften,Institut für Produkt Engineering, Universität Duisburg-Essen (UDE)
  3. B.Sc. Bohao Chu Fakultät für Ingenieurwissenschaften,Institut für Produkt Engineering, Universität Duisburg-Essen (UDE)
  4. Prof.Dr.-Ing. Bernd Noche Fakultät für Ingenieurwissenschaften,Institut für Produkt Engineering, Universität Duisburg-Essen (UDE)

Zusammenfassungen

Based on the behavior recognition model of Convolutional Neural Network, we developed a modular scalable integrated (MSI) sensor system together with a signal feature fusion algorithm. The integrated sensor system can obtain high-quality signals without having to be embedded in the body of the object and has good modular scalability and timeliness. The feature fusion algorithm improves the recognition accuracy as well as the robustness of the model.

Basierend auf dem Verhaltenserkennungsmodell des Convolutional Neural Network haben wir ein modulares skalierbares integriertes (MSI) Sensorsystem zusammen mit einem Signal-Feature-Fusion-Algorithmus entwickelt. Das integrierte Sensorsystem kann hochqualitative Signale erhalten, ohne in den Körper des Objekts eingebettet werden zu müssen, und weist eine gute modulare Skalierbarkeit und Aktualität auf. Der Feature-Fusion-Algorithmus verbessert die Erkennungsgenauigkeit sowie die Robustheit des Modells.

Keywords

Volltext

Lizenz

Jedermann darf dieses Werk unter den Bedingungen der freien Digital Peer Publishing Lizenz elektronisch über­mitteln und zum Download bereit­stellen. Der Lizenztext ist im Internet unter der Adresse http://www.dipp.nrw.de/lizenzen/dppl/fdppl/f-DPPL_v1_de_11-2004.html abrufbar.

Anzahl der Zitationen

Besuchen Sie Google Scholar um herauszufinden, wie oft dieser Artikel zitiert wurde.