《Choquet模糊积分的粗糙性及信息融合》PDF+DOC

📙 相关资料

1. 《基于模糊积分的多源信息融合及目标融合识别方法》PDF+DOC 针对目标融合识别问题，在引入模糊测度和模糊积分这两个基本概念的基础上，提出了一种基于模糊积分的多源信息融合及目标融合识别方法.给出了一种模糊测度的构造方法，建立了基于模糊积分的通用信息融合算法流程，在此基础上，详细给出了基于模糊积分的融合识别原理及求解过程.实验结果证明了模糊积分运用于多源信息融合及......
2. 《基于模糊积分的信息融合目标识别》PDF+DOC 基于模糊积分的信息融合的方法将模糊测度的模糊积分应用于信息融合 ，通过融合来自多个信息源的目标特征来提高对目标的识别率。该方法的最大特点是考虑了传感器集的可靠性或重要性 ，即使某些传感器的识别率在受到干扰后有所下降 ，整个多传感器系统的融合识别率仍然会比较好 ，这是其他融合方法所不具备的。本文通过实......
3. 《基于Choquet模糊积分的决策层信息融合目标识别》PDF+DOC 引入模糊测度和 Choquet模糊积分的概念后，信息融合目标识别可转化为各信源识别结果关于信源重要程度的广义 Lebesgue积分。该文给出了 Choquet模糊积分应用于决策层信息融合目标识别的通用技术路线，并提供了信源重要程度的度量方法。算法实用于红外/毫米波融合目标识别系统，融合识别结果与 D......
4. 《D-S证据理论在多传感器融合中的应用》PDF+DOC 详细介绍了Dempster Shafer证据理论 ，介绍了它在多传感器融合 (MSF)中的应用 ，并举了一个具体的例子 ，实验结果验证了其有效性...
5. 《基于多传感器融合与贝叶斯网络在电力系统故障诊断方法研究》PDF+DOC 在电力系统中，故障的发生采用自动化的警报处理电力系统，并据此对电力系统进行事故后的快速恢复，采用多层传感器数据信息融合与贝叶斯网在电力系统故障诊断方法中的预测处理。...
6. 《基于多传感器信息融合的智能机器人的研究》PDF+DOC 讨论粗糙集理论和D-S证据理论相结合的多传感器信息融合方法，并提出将该方法应用于智能机器人，用粗糙集对传感器数据进行简约处理和D-S证据理论实现证据的合成及智能决策，以增强系统的分辨能力，同时有效提高了系统的信息融合速度和决策的可靠性。...
7. 《多传感器信息融合概述及其应用》PDF+DOC 多传感器数据融合广泛应用于自动目标识别、工业过程控制、遥感、医疗诊断、图像处理、模式识别等领域。介绍了多传感器信息融合技术的概念，对信息融合的算法进行了概述，提出了基于粗糙集理论的多源信息融合算法，最后对多传感器融合技术的研究动向进行了展望。...
8. 《KMEA算法及其在多传感器融合系统中的应用》PDF+DOC 将粗糙集和粒计算形成的知识获取机制融入思维进化算法，对进化过程中所产生的数据进行挖掘和知识发现，利用所发现的知识指导进化的方向，实现了知识指导下的思维进化算法，体现出人类思维活动过程中对知识的抽象和利用功能。对多传感器信息融合系统中神经网络权值优化的结果表明，该方法可降低神经网络在权值选择上的随机性......
9. 《基于模糊集合的证据理论信息融合方法》PDF+DOC 提出了一种利用模糊集合确定概率分配函数(mass函数)进行信息融合的方法。该方法首先构造出融合对象的模糊集合，然后以隶属度函数为基础计算出概率分配函数，再利用D-S规则对多传感器信息进行融合。汽车轮胎压力监测的实验表明该方法获得的mass函数在信息融合中的有效性。...
10. 《基于灰度关联的多传感器融合目标识别方法》PDF+DOC 为实现对多传感器目标识别系统中目标的正确分类，提出了基于灰技术理论的多传感器融合的目标识别方法。其中，单传感器识别采用计算待识别目标的灰关联系数和灰关联度，利用灰关联度的排序得到目标在时域上的识别，最后，利用各传感器灰关联度矩阵的范数得到多传感器信息融合的识别结果。计算实例验证了该方法的有效性。...