Feature fusion algorithm based on modular scalable integrated sensor behavior recognition

Autor/innen

  • Fuyin Wei Fakultät für Ingenieurwissenschaften,Institut für Produkt Engineering, Universität Duisburg-Essen (UDE)
  • Fei Xiang Fakultät für Ingenieurwissenschaften,Institut für Produkt Engineering, Universität Duisburg-Essen (UDE)
  • Bohao Chu Fakultät für Ingenieurwissenschaften,Institut für Produkt Engineering, Universität Duisburg-Essen (UDE)
  • Bernd Noche Fakultät für Ingenieurwissenschaften,Institut für Produkt Engineering, Universität Duisburg-Essen (UDE)

DOI:

https://doi.org/10.2195/lj_Proc_wei_en_202112_01

Schlagworte:

Convolutional Neural Network, Feature-Fusion, Genauigkeit, Robustheit, accuracy, feature fusion, modular scalable integrated sensor, modularer skalierbarer integrierter Sensor, robustness

Abstract

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.

Downloads

Veröffentlicht

13.12.2021

Zitationsvorschlag

Wei, F., Xiang, F., Chu, B., & Noche, B. (2021). Feature fusion algorithm based on modular scalable integrated sensor behavior recognition. Logistics Journal: Proceedings, (17). https://doi.org/10.2195/lj_Proc_wei_en_202112_01