主权项 |
一种基于物联网的目标识别方法,其特征在于,包括以下步骤:获取物联网系统中各个传感器针对预定目标所采集的测量值;将获取的所述测量值作为BP神经网络的输入量,对所述BP神经网络进行训练;其中,所述BP神经网络的双曲正切转移函数采用含高斯括号的多项式进行逼近;所述多项式如下:<maths num="0001"><math><![CDATA[<mrow><mi>F</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mover><mo>=</mo><mi>Δ</mi></mover><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mfrac><mrow><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>-</mo><mfrac><mn>1</mn><mrow><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow></mrow></mfrac></mrow><mrow><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>+</mo><mfrac><mn>1</mn><mrow><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow></mrow></mfrac></mrow></mfrac><mo>,</mo></mrow></mtd><mtd><mrow><mi>x</mi><mo>∈</mo><mo>[</mo><mo>-</mo><mn>9</mn><mo>,</mo><mn>9</mn><mo>]</mo></mrow></mtd></mtr><mtr><mtd><mrow><mn>1</mn><mo>,</mo></mrow></mtd><mtd><mrow><mi>x</mi><mo>∈</mo><mrow><mo>(</mo><mo>-</mo><mi>∞</mi><mo>,</mo><mo>-</mo><mn>9</mn><mo>]</mo><mo>∪</mo><mo>[</mo><mn>9</mn><mo>,</mo><mo>+</mo><mi>∞</mi><mo>)</mo></mrow></mrow></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0001005923050000011.GIF" wi="870" he="327" /></maths>其中,<img file="FDA0001005923050000012.GIF" wi="885" he="239" /><maths num="0002"><math><![CDATA[<mrow><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mover><mo>=</mo><mi>Δ</mi></mover><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mi>G</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow></mrow></mtd><mtd><mrow><mi>x</mi><mo>≥</mo><mn>0</mn></mrow></mtd></mtr><mtr><mtd><mrow><mo>-</mo><mi>G</mi><mrow><mo>(</mo><mo>-</mo><mi>x</mi><mo>)</mo></mrow></mrow></mtd><mtd><mrow><mi>x</mi><mo><</mo><mn>0</mn></mrow></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0001005923050000013.GIF" wi="485" he="129" /></maths>其中,<img file="FDA0001005923050000014.GIF" wi="74" he="71" />为高斯括号,表示不大于x的最大整数,<img file="FDA0001005923050000015.GIF" wi="74" he="70" />表示不小于x的最小整数;根据训练后的所述BP神经网络,对所述预定目标进行模式识别。 |