《先验概率和代价函数均模糊时基于贝叶斯最小风险准则的分布式决策融合》PDF+DOC
作者:王国宏,毛士艺,何友,陈利欣
单位:中国电子学会
出版:《电子学报》1999年第12期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFDZXU1999120090
DOC编号:DOCDZXU1999120099
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于模糊状态的分布式检测融合的研究》PDF+DOC2004年第03期 曹才开
《多传感器决策融合》PDF+DOC1993年第02期 潘震中
《无线传感器网络中基于衰减信道的决策融合》PDF+DOC2009年第05期 董辉,俞立,孙优贤
《基于传感器网络的在线决策融合目标检测方法》PDF+DOC2015年第08期 闫永胜,王海燕,董海涛,姜喆
《莱斯衰落信道下的筛选传感器网络决策融合》PDF+DOC2015年第05期 刘守军,刘克中,陈伟
《基于改进Jousselme证据距离的多传感器决策融合方法》PDF+DOC2019年第07期 张雅媛,孙力帆,郑国强
《分布式多传感器决策融合系统求解》PDF+DOC1996年第01期 汪晓钢,钱文瀚
《基于贝叶斯准则的检验融合及性质》PDF+DOC2005年第03期 赵庆樱
《衰落信道下的传感器网络局部容错目标检测》PDF+DOC2014年第02期 刘守军,刘克中,陈伟
《基于贝叶斯网络的雷达可靠性评估》PDF+DOC2010年第09期 贾兴亮
当先验概率和代价函数均为梯形模糊数时,在贝叶斯最小风险准则意义下,研究了在融合中心对多个独立传感器的决策进行最优融合的问题,给出了四种决策融合算法,通过仿真和比较这四种融合算法的结果,找到了一种最适用于这种场合的最优决策融合算法结果表明,在先验概率和代价函数均为梯形模糊数情况下所导出的最优决策融合规则是各检测器决策的加权和与一门限之比较,权重是各检测器检测概率和虚警概率的函数,门限除与最优融合准则、先验概率和代价函数有关外,还与使用的去模糊方法有关.
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。