《Vague集在多传感器目标识别中的应用》PDF+DOC

📙 相关资料

1. 《多传感器目标识别的Vague集方法研究》PDF+DOC 采用Vague集来表达目标特征的模糊测量信息，提出了一种基于Vague集的多传感器目标识别方法。定义两Vague值之间的贴近度，建立了Vague集表达的目标识别数据库模型，利用贴近度矩阵客观地确定了各特征的权重，根据综合贴近度给出目标识别算法。实例分析表明方法的有效性。...
2. 《基于Vague集的多传感器目标识别方法》PDF+DOC 采用Vague集来表达传感器的模糊测量信息，提出一种基于Vague集的多传感器信息融合方法.建立Vague集表达的多目标模型数据库，并定义两Vague值之间的贴近度，利用多目标规划模型客观地确定各特征的权重，根据综合贴近度给出目标识别算法.实例分析表明了算法的有效性。...
3. 《多传感器信息融合的Vague集法》PDF+DOC 采用Vague集表达传感器的模糊测量信息，提出一种基于Vague集的多传感器信息融合方法，给出基于Vague集的模型描述，定义2个Vague集之间的距离，利用TOPSIS法，根据相对接近度给出信息融合的算法。该方法充分考虑了测量信息的隶属度与非隶属度两方面的不确定信息。仿真实例验证了算法的有效性。...
4. 《基于绝对偏差的多传感器目标识别方法》PDF+DOC 针对具有多个特征指标的多目标识别问题，提出了一种新的多传感器信息融合方法。该方法根据最大最小隶属度函数得到指标隶属度矩阵，通过求解各目标类别综合隶属度的绝对偏差最大的优化问题，客观地获得了属性的权重，从而给出目标识别算法，提高了识别结果的客观性和区分程度。工件识别实例验证了算法的有效性和实用性。...
5. 《不确定多传感器目标识别的Vague集法》PDF+DOC 为了解决Vague集理论在多传感器数据融合应用中存在的问题，提出了一种新的不确定多传感器目标识别方法。根据Vague集定义准确地建立了多传感器目标识别系统模型，提出了一种Vague集与优属度相结合的目标识别方法。该方法定义了两Vague集之间的距离，通过求解双目标规划模型客观地确定传感器的权重，避免......
6. 《多传感器目标识别的改进灰关联度法》PDF+DOC 针对具有多个特征指标的多传感器目标识别问题，提出了一种新的融合方法。该方法利用置信距离改进了灰关联系数，通过求解各属性的置信距离的偏差平方之和最大的优化问题，获得属性的权重，从而给出目标识别方法。克服了特征权重选取的主观性，提高了目标识别结果的准确性和可信度。仿真实例验证了方法的有效性。...
7. 《基于神经网络组的数据融合算法》PDF+DOC 有两种方法可以用于多传感器系统的特征深度目标识别。第一种方法是基于静态算法的，而另外一种是基于神经网络的。第一种方法最主要的缺点是在目标识别的处理过程中依赖大量的假设；而第二种方法则不能处理复杂多传感器系统中的识别问题。而文中的神经网络组算法使神经网络具有了鉴定能力并保持了多传感器系统的优点。这种算......
8. 《多传感器目标识别的理想点法》PDF+DOC 针对具有多个特征指标的多目标识别问题，提出了一种基于理想点的多传感器信息融合方法。该方法根据多目标决策理论，采用TOPSIS法定义理想解，利用相对接近度给出目标识别规则。计算简单，易于计算机上实现。工件识别实例验证了算法的有效性。...
9. 《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......
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......