《不确定多传感器目标识别的区间相离度法》PDF+DOC

📙 相关资料

1. 《基于区间灰关联度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传感器目标识别问题，提出了一种新的不确定性融合方法。该方法定义区间灰关联系数，通过熵权得到各目标类型的灰关联度，给出目标识别算法。克服了属性权重选取的主观性，提高目标识别结果的可信度，计算简单，易于计算机上实现。仿真实例验证了算法的有效性和实用性。...
2. 《一种机器人非视觉多传感器信息融合的区间数方法》PDF+DOC 针对机器人非视觉多传感器目标识别问题，提出了一种新的融合方法。该方法基于区间型多属性决策理论，通过求解目标类型与未知目标综合关联度的最大偏差最小化的优化问题，获得属性的权重向量，利用综合关联度，给出目标识别结果。该方法较好地避免了属性权重选取的主观性，提高了目标识别结果的客观性，计算简单，易于计算机......
3. 《Vague集在多传感器目标识别中的应用》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Vague集的多传感器信息融合方法。该方法定义熵权客观地得到了特征的权重，将目标的各特征值转化为Vague值表达，根据Vague值的距离，给出目标识别方法。工件识别实例验证了算法的有效性和实用性。...
4. 《基于期望值的模糊多传感器信息融合方法》PDF+DOC 通针对目标类型的特征指标值和传感器的测量值均为三角模糊数的多传感器类型识别问题，提出了一种新的融合方法。该方法将三角模糊数决策矩阵元素转换为期望值，通过求解目标类型与未知目标属性偏差最小的优化问题得到属性的权重，根据各目标类型的综合属性期望值给出目标识别结果。较好地避免了属性权重选取的主观性，计算简......
5. 《基于灰关联分析和证据理论的多传感器目标识别方法》PDF+DOC 本文针对多传感器的目标识别问题提出了一种基于改进的灰关联分析和证据理论的振动目标识别方法，该方法定义了区间灰关联系数，依据信息熵理论实时算出区间灰关联度，从而获得证据的基本概率赋值的函数，然后根据证据组合理论和基于基本概率赋值的判决准则，融合各传感器的证据，识别不同类型的振动源。理论分析和仿真结果表......
6. 《基于改进证据理论的多传感器目标识别》PDF+DOC 由于证据理论融合冲突信息会得出不合理的结论，限制了其在目标识别中的应用。为解决这一问题，提出了一种改进融合方法。研究各证据与其他证据的联系，通过计算证据与其他证据均值的距离，求出此证据受其他证据的支持度。归一化支持度获得证据权值，加权平均原有证据后按Dempster规则融合，作出识别。针对空中目标识......
7. 《一种利用多传感器进行目标识别的方法》PDF+DOC 针对传统单传感器目标识别利用目标信息有限、识别结果可靠性不高等缺陷 ，提出一种利用多传感器进行目标识别方法 ，这种方法充分利用了目标多重特征的信息 ，并考虑了不同特征信息在目标识别中的重要程度 ，从而得到更为接近实际效果的识别结果...
8. 《空袭目标识别的证据理论方法》PDF+DOC 针对具有多个特征指标的空袭目标识别问题，利用向量夹角余弦提出了一种新的融合方法。该方法对参考模式和传感器获取信息的特征化向量进行规范化，利用传感器获取信息特征化向量与参考模式向量之间的夹角余弦，作为证据对各可能目标识别对象的基本概率指派，根据证据组合规则进行融合得到目标识别结果。实例分析验证了方法的......
9. 《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。...
10. 《基于PNN-DS信息融合模型的目标识别方法》PDF+DOC 针对目标识别中常用BP-DS信息融合方法识别率低，运行速度慢，抗噪性差等问题，提出一种基于PNN网络和DS证据的信息融合方法。该方法不仅综合了证据理论在处理不确定信息方面的优点和神经网络在数值逼近上的长处，利用神经网络和证据推理算法获取了基本概率赋值，同时突出了PNN网络在处理多传感器信息的准确性和......