You are here: Home Proceedings
Document Actions

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)

Abstracts

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

Fulltext

License

Any party may pass on this Work by electronic means and make it available for download under the terms and conditions of the free Digital Peer Publishing License. The text of the license may be accessed and retrieved at http://www.dipp.nrw.de/lizenzen/dppl/fdppl/f-DPPL_v1_de_11-2004.html.

Number of citations

Visit Google Scholar to find out, how often this paper is cited.