众彩网

  • <tr id='Q3f43r'><strong id='Q3f43r'></strong><small id='Q3f43r'></small><button id='Q3f43r'></button><li id='Q3f43r'><noscript id='Q3f43r'><big id='Q3f43r'></big><dt id='Q3f43r'></dt></noscript></li></tr><ol id='Q3f43r'><option id='Q3f43r'><table id='Q3f43r'><blockquote id='Q3f43r'><tbody id='Q3f43r'></tbody></blockquote></table></option></ol><u id='Q3f43r'></u><kbd id='Q3f43r'><kbd id='Q3f43r'></kbd></kbd>

    <code id='Q3f43r'><strong id='Q3f43r'></strong></code>

    <fieldset id='Q3f43r'></fieldset>
          <span id='Q3f43r'></span>

              <ins id='Q3f43r'></ins>
              <acronym id='Q3f43r'><em id='Q3f43r'></em><td id='Q3f43r'><div id='Q3f43r'></div></td></acronym><address id='Q3f43r'><big id='Q3f43r'><big id='Q3f43r'></big><legend id='Q3f43r'></legend></big></address>

              <i id='Q3f43r'><div id='Q3f43r'><ins id='Q3f43r'></ins></div></i>
              <i id='Q3f43r'></i>
            1. <dl id='Q3f43r'></dl>
              1. <blockquote id='Q3f43r'><q id='Q3f43r'><noscript id='Q3f43r'></noscript><dt id='Q3f43r'></dt></q></blockquote><noframes id='Q3f43r'><i id='Q3f43r'></i>
              2. 首页
              3. 装备资讯
              4. 热点专题
              5. 人物访谈
              6. 政府采购
              7. 产品库
              8. 求购库
              9. 企业库
              10. 品牌排行
              11. 院校库
              12. 案例·技术
              13. 会展信息
              14. 教育装备采购网首页 > 知识产权 > 专利 > CN102255965A

                一种基于粗糙集BP神经网络的多传感器融合物联网试验平台

                  摘要:本发明公开一种基于粗糙集BP神经网络的多传感器融合物联网试验平台,由主机系统、前端节点以及物╲联网无线控制系统组成;前端节点包括:烟雾传感器、温度传感器、CO气体传感器、温度传感器、玻璃传感器、RFID传感器。采用本发明的技术方案,使物联网多传感器的基于粗糙集的BP神经网络的融合算法能够在一台实际物联网试验平台中进行测试试验,使用多传感器对∏多种特征量进行监测(如振动、温度、湿度、压力、流量等),并对这些传感器的信息进行融合,得到目标的一致性解释、描述⊙及验证。
                • 专利类型发明专利
                • 申请人无锡泛太科技有限公司;
                • 发明人杨恒;王翊;李伟;林晓;
                • 地址214111 江苏省无锡市新区①江溪街道坊前坊兴路19号
                • 申请号CN201110187780.1
                • 申请时间2011年07月06日
                • 申←请公布号CN102255965A
                • 申请公布时间2011年11月23日
                • 分类号H04L29/08(2006.01)I;H04W84/18(2009.01)I;G06N3/06(2006.01)I;