《综合目标识别的输入信息源研究》PDF+DOC

📙 相关资料

1. 《雷达专家系统目标识别和红外图像目标识别的D-S融合》PDF+DOC 本文从雷达专家系统目标识别和红外图像目标识别算法分别得到带识别目标所属类别的基本概率分配函数。用D-S证据理论将得到的两个基本概率分配函数组合，最终实现了机载雷达和红外成像传感器的数据融合。仿真表明：融合后的识别效果要比单个雷达或单个红外传感器的识别效果要好得多。...
2. 《基于神经网络与改进D-S证据理论的目标识别》PDF+DOC 研究基于神经网络(NN)和D-S证据理论相结合对多传感器多测量周期进行数据融合的目标识别方法.采用中心式融合算法，利用神经网络对单个传感器不同周期的目标进行融合识别；利用D-S证据理论对识别信息进行全局融合，得到综合的目标识别，达到对目标识别的目的，并通过实例证明了该方法的有效性。...
3. 《BP神经网络和D-S证据理论的目标识别》PDF+DOC 目标识别是指挥自动化系统的一个重要组成部分，针对现代战争对抗手段不断增强的特点，运用BP神经网络和D-S证据理论探索作战飞机机型的识别方法。前端采用3层BP神经网络结构，以传感器接收数据为输入，以神经网络输出作为证据，后端对不同传感器的证据按D-S理论进行融合，得到待识别目标的识别概率。经由M AT......
4. 《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......
5. 《数据融合在目标识别中的应用》PDF+DOC 介绍了数据融合及其一般功能模型、目标识别融合的三种结构层次 ，给出了目标识别融合的一般分类 ，即物理模型算法、参数分类算法、基于认识模型的算法。着重阐述和比较了参数分类算法中的Bayes理论和证据理论这两种不确定推理方法 ，给出了这两种方法的发展状况。列举了利用融合算法进行生物和军事目标识别的实例。...
6. 《基于证据理论的AUV目标识别研究》PDF+DOC 根据D2S证据理论能很好表示“不确定性”和“不知道”的特点，对比不同的数据融合算法，在分析D2S证据理论的性能特点基础上，提出了一种基于自主式水下航行器的扫描声纳和水下摄像机两种视觉传感器采集信息的基本概率分配函数的方法和规则，并且分析了自主式水下航行器上的扫描声纳和水下摄像机这两种视觉传感器的信息......
7. 《基于D-S证据理论的振动目标识别研究》PDF+DOC 提出了一种基于D-S证据理论对数据进行融合处理的方法。通过采用多个地振动传感器对人、车辆等目标发出的振动信号进行采集，然后对传感器采集到的地振动信号进行处理，解决目标识别问题并提高目标的识别率，实验结果表明文中提出的方法是有效的。...
8. 《基于神经网络与D-S证据理论的多传感器目标识别技术》PDF+DOC 为了满足目标识别的需要，多传感器的数据融合技术已经成为研究的热点。D-S证据理论是多传感器信息融合中最常用的一种处理不确定问题的方法，在基于D-S证据理论的目标识别融合中，基本概率赋值的获取是一个难点。使用神经网络中应用最广泛的BP神经网络来求基本概率赋值，再结合D-S理论进行目标识别。结果表明这种......
9. 《基于神经网络与D-S证据理论的目标识别》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数据融合的方法.该方法利用D-S理论来表示和处理不精确的、模糊的信息，发挥神经网络的自学习、自适应和容错能力，提高了系统识别率.最后通过实验，利用神经网络来处理证据理论中的基本可信度分......
10. 《基于证据理论和Vague集的目标识别研究》PDF+DOC 提出了一种基于D-S证据理论和区间Vague集合的多传感器数据融合算法。D-S证据理论是一种灵活处理不确定和不完全信息的数学方法；而Vague集采用区间测度，可以同时表达对目标支持和反对两方面的信息；而且允许检测信息存在一定的不确定性。将D-S证据理论和Vague集结合，提出一种多传感器数据融合方法......