《D-S证据理论在多传感器融合中的应用》PDF+DOC

📙 相关资料

1. 《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...
2. 《组合D-S证据理论在多传感器信息融合中的应用》PDF+DOC 在多传感器的目标跟踪领域中，Dempster-Shafer证据理论及其组合方法得到了广泛的应用，但该理论本身也存在一些不足之处。针对D-S组合规则无法解决冲突证据这一情况，根据传感器的优先级不同，提出了采用组合的改进算法来取得合乎直观的合理结果。该算法简单，避免了复杂的数学运算，具有良好的工程应用背......
3. 《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......
4. 《基于D-S证据理论的多传感器气体泄漏源判定》PDF+DOC 介绍D-S证据理论各函数的定义，并利用D-S证据理论的信息融合优势，将类概率函数应用于气体泄漏源判定中。利用Matlab编制一个仿真系统，校验算法的合理性，结果表明：基于类概率函数的D-S证据理论比Bayes推理融合规则和加权平均融合规则具有更高的确定度，可以准确地找到泄漏源的位置。...
5. 《D-S证据理论在多传感器信息融合中的改进》PDF+DOC 详细阐明了多传感器信息融合的一种方法——D-S证据理论，他是一种处理不确定性问题的有用方法，但是DS证据理论组合规则的一些不足影响证据理论的应用，通过深入分析，针对该方法的不足提出了一种修正的组合方法，这样不仅能够用于组合冲突比较大的证据，而且能够根据各条证据所包含的不同信息量进行自适应加权组合，改......
6. 《D-S证据理论及其改进算法研究》PDF+DOC 在多传感器数据融合中，D-S证据理论对于处理不确定性问题是一种有效的方法。但是，当证据严重冲突或完全冲突时，利用D-S证据理论法计算容易给出错误的结果。改进的证据理论法虽然解决了上述问题，但通过分析数据试验发现改进方法在处理一般的证据时效果不理想。文章将经典证据理论和改进方法相结合，发挥两种方法的优......
7. 《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......
8. 《改进D-S证据理论及其在无损检测中的应用》PDF+DOC 阐述了D-S证据理论及其在多传感器信息融合中的应用。通过深入分析，针对该方法无法解决高冲突证据这一不足，提出了基于有效因子把证据之间的冲突按各个命题的平均支持程度加权进行分配的合成公式，并应用于无损检测，结果证明了该方法的可靠性和合理性。...
9. 《基于D-S证据理论的管道多传感器数据融合》PDF+DOC 为了保证管道检测的准确度与可信度，通常需要采用多种检测技术即多传感器对同一部位进行检测，但检测的数据量大繁冗，需要进行融合与处理。利用D-S(Dempster-Shafer)证据理论，建立了应用于管道多传感器数据融合的流程模型，阐明了数据的融合流程。算例中根据各个不同传感器对不同缺陷的检测置信度，利......
10. 《D-S证据理论在目标识别中的应用》PDF+DOC 分析了D-S证据理论用于多传感器数据融合的基本概念和理论，构造了融合结构，该结构通过预处理先对单一传感器在时域上融合，再对预处理后的数据进行多传感器数据融合，实验结果证明了目标识别的基本概率赋值有了明显提高，验证了这一结构的正确性和有效性。...