《一种基于证据理论和条件规则的目标识别方法》PDF+DOC

📙 相关资料

1. 《证据冲突条件下多传感器目标识别方法比较分析》PDF+DOC 对于包含雷达、红外、电子支援措施和敌我识别等传感器的综合敌我识别系统，如何对异类传感器输出的不确定性信息进行有效处理是有待解决的基本难题之一.D-S证据理论是一种处理不确定性问题的有效方法.D-S证据理论对高冲突证据合成时会出现融合结果与常理相悖的情况.目前解决该问题主要使用的方法包括改变矛盾信息分......
2. 《用D-S证据理论方法实现多传感器数据融合》PDF+DOC 对 Dempster- Shafer证据理论用于多传感器数据融合进行了分析 ，并将其应用于飞机目标识别的数据融合中。结果证明 ，多传感器融合后降低了识别结果的不确定性 ，较单一传感器的识别效果好。说明这一方法是一种有效的数据融合方法...
3. 《基于加权证据理论的模糊信息融合目标识别》PDF+DOC 在异类多传感器信息融合目标识别中，不同传感器对系统提供的证据等级不同。为此，提出一种模糊信息融合目标识别方法。将各证据按证据权进行转化，用Dempster Shafer(D S)证据理论进行合成，利用模糊数学模型对传感器测量值和数据库中的数据进行建模，根据证据距离得到各证据的相互支持度，进而获得传感......
4. 《基于证据理论及冲突属性转换的目标识别方法》PDF+DOC 针对证据理论应用于目标综合识别中常出现证据冲突的情况，提出了一种冲突属性的转换方法。根据传感器的特性，建立传感器级识别结果之间的转换规则。当多传感器目标综合识别出现属性冲突时，根据预设的规则对冲突属性进行转换，并利用属性转换结果重新识别。该方法有助于实际应用中因证据冲突造成的多传感器目标综合识别自动......
5. 《信息融合在空间点目标识别中的应用》PDF+DOC 提出一种三级融合的多传感器信息融合空间点目标识别方法，将BP网络和D—S证据推理有效地结合起来.第一级融合采用神经网络进行识别，第二和第三级采用D—S证据理论进行识别.经过三级融合后可以提高系统的识别率，尤其是在有噪声的情况下.仿真实验验证了算法的有效性。...
6. 《基于神经网络和D-S证据理论的船舶类型识别》PDF+DOC 针对目标识别中基本可信度分配需要专家知识在实际中难以实现的问题，提出一种基于神经网络和D-S证据理论相结合的多传感器目标识别算法。该算法利用神经网络得到各目标的基本概率赋值，然后使用D-S证据理论对其进行时间域和空间域的融合。利用该算法对几种船舶目标进行身份识别仿真，结果表明，该算法能够有效提高目标......
7. 《改进的证据组合规则及其在融合目标识别中的应用》PDF+DOC 针对D-S理论在解决证据冲突时的局限性，提出了一种改进的证据组合规则。该方法充分考虑了证据源信息和冲突证据本身的信息，利用证据间的支持度矩阵，得到各证据的可信度，并以此对证据进行加权平均；在此基础上，将支持证据冲突的概率按各个命题在所有命题中所占的比重进行分配。仿真实验结果表明，该方法在处理冲突证据......
8. 《基于加权D-S证据理论的分布式多传感器目标识别》PDF+DOC 针对分布式多传感器环境下的目标识别问题，提出了一种基于加权D-S证据理论组合规则的决策融合方法。分析了多传感器目标识别系统的信息模型，指出传感器的决策可信度由其被支持度及与目标间的距离确定。将该可信度体现为加权D-S证据理论组合规则中的证据权值，综合考虑传感器支持度及其与目标距离，给出了权值确定方法......
9. 《应用D-S证据理论进行多传感器雷达体制识别》PDF+DOC 在阐述Dempster-Shafer(D-S)证据理论的基础上，较系统地论述了基于D-S证据理论的多传感器雷达体制识别的数据融合方法，并给出了具体的识别实例。实验结果证明了基于多传感器融合后的识别结果明显优于单传感器的识别结果，说明了D-S证据理论的有效性和先进性。...
10. 《基于D-S证据理论的多传感器多特征目标识别》PDF+DOC 传统多传感器环境下的目标识别方法主要有两种：利用多传感器获得的数据进行数据融合、利用每个传感器信号的特征向量进行特征融合。但这两种方法均存在目标识别精度不高的问题。针对这一问题，本文提出了一种基于D-S证据理论两次组合规则的融合方法。该方法在提出多传感器目标识别系统模型的基础上，运用D-S证据理论对......