工地安全防护网数据融合是一个多级、多层面的数据处理过程，主要完成对来自多个信息源的数据进行自动检测、关联、估计及组合等的处理［7，8］。根据数据处理的分辨率可以将数据融合的结构分为像素级融合、特征级融合、决策级融合。根据爬架系统的要求，采用基于BP ***网络的数据融合算法，这是一种特征级融合。
本文提出了一种分布式AP 选择策略，并应用于室内***。针对***模型的可伸缩性和***区域内AP 的非全可用问题，该方法将室内区域划分为若干个子区域，并计算子区域与AP 节点之间的相关性，选取与该区域相关的AP 节点作为该子区域的训练节点，***后通过DBN 模型进行***模型训练。该方法能够有效去除较大噪声和位置分辨能力弱的AP 节点，降低了AP 节点不可用的概率。建立BP ***网络***重要的是网络权值与偏置的确定。通过训练对隐含层***元的个数和传输函数进行调整，使得网络的运行效率和融合结果都比较合适。***终的网络结构是: 隐含层包含10 个***元，作用函数为tansig 函数，输出层作用函数是purelin 函数。BP ***网络的训练过程在Matlab 中实现［10］，训练结束后，可得到网络的权值与偏置值。网络训练过程的误差变化如图3 所示，均方差在第137 步达到0． 005 266 5。