《目标识别的D-S融合算法》PDF+DOC

📙 相关资料

1. 《应用证据理论(D-S方法)解多传感器数据融合问题》PDF+DOC 应用证据理论 (D -S方法 ) ，解在多传感器条件下的数据融合问题。具体方法是根据多个传感器对目标类型判断的基本概率分配函数 ，不断添加新的传感器数据 ，更新信任函数和似然函数 ，最终判断目标类型。并且将D -S方法与其它数据融合方法 (如Bayes方法...
2. 《D-S证据理论在多传感器数据融合中的应用》PDF+DOC 近年来，许多领域都在进行多传感器数据融合技术的研究。多传感器数据的属性融合有很多算法，最常用的算法是贝叶斯决策检验法，国际上已提出将证据理论用于数据融合，但在这方面的理论基础还不完善。本文研究了证据理论在多传感器数据融合中的应用。Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ方法是对Ｂａｙｅｓ决策检验法的推广，证据......
3. 《基于矩阵分析的D-S证据理论的多传感器雷达体制识别》PDF+DOC 采用不确定推理的矩阵分析方法，建立了用于雷达体制识别的多传感器数据融合的数学模型，提出了一种基于矩阵分析的多传感器信息融合的新算法，结合多传感器多测量周期的雷达体制识别给出了具体的实例.识别结果说明了该算法的有效性。...
4. 《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...
5. 《多传感器声目标识别的研究》PDF+DOC 介绍了声目标的各种识别方法 ，将 Dempster-Shafer证据推理的基本理论应用到声目标的识别中。用质量函数构造基本概率赋值函数 ，给出了在 n次扫描情况下 ，累积质量函数的融合公式并给出了识别目标的决策方法。通过实例计算可以看出 ，该方法可以提高对声目标识别的准确性...
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. 《目标识别系统中的一种多传感器数据融合算法》PDF+DOC Dempster证据组合规则在D-S证据理论中具有十分重要的作用。但在将Dempster证据组合规则应用于多传感器数据融合时，理论上仍有值得探讨之处。在对Dempster证据组合规则进行分析的基础上，提出了解决目标识别系统中多传感器数据融合的“一次Dempster联合法”，避免了原有算法中需多次采用......
8. 《多模复合制导系统决策融合中的D-S证据理论》PDF+DOC 对决策融合领域最常用的几类方法进行了分析与比较，论述了D S证据理论和基于准贝叶斯结构的D S证据理论，并给出了D S证据理论在多模复合制导系统决策融合中的应用。仿真结果表明，基于准贝叶斯结构的D S证据理论能够有效地降低多模复合制导系统决策融合中目标识别的不确定性概率，提高目标的识别率。...
9. 《一种改进的证据算法及其在信息融合中的应用》PDF+DOC 阐述了基于证据理论的信息融合算法，提供了一种证据理论的改进方法以解决D-S算法在实现过程中存在的失效问题。并通过多传感器信息融合实验，对该方法的有效性进行了验证。...
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......