作者：朱安福,景占荣,陈炜军,张安学,曹振林 单位：中北大学 出版：《中北大学学报(自然科学版)》2009年第01期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFHBGG2009010150 DOC编号：DOCHBGG2009010159 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 提出了一种基于自适应神经网络-模糊推理系统(ANFIS)和D-S证据理论相结合的信息融合方法.利用神经网络的学习功能提取模糊规则和调整隶属函数，然后用自适应神经网络-模糊推理系统的输出构造证据理论中的基本概率赋值，解决了证据理论中的基本概率赋值不易确定的问题.该方法实现了模糊推理、神经网络和证据理论的有效结合，使得证据理论具备智能信息处理的能力，并应用于雷达与红外复合制导的目标识别融合系统.仿真结果表明：该方法提高了目标识别的置信度，降低了系统虚警率，融合结果也更加合理。

    📙 相关资料

    1. 《基于D-S证据理论的多模复合制导目标识别》PDF+DOC 多传感器信息融合已成为现代条件下目标识别的重要手段。研究基于D-S证据理论的多传感器信息融合算法，提出一种基于Dempster-Shafer理论的推广方法以解决融合信息的证据冲突问题，并将其用于红外成像/毫米波复合制导系统，进行目标识别的决策信息融合，结果比较理想，能够有效地化解证据间的冲突问题。...
    2. 《信息融合方法研究进展》PDF+DOC 从信息融合的起源，功能模型，数学模型，在民事上的应用以及发展趋势对多源信息融合进行介绍，指出该领域的研究趋势，为信息融合的研究发展提供一些借鉴和启示。...
    3. 《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。...
    4. 《D-S证据理论在目标识别中的应用》PDF+DOC 根据地面目标运动引起的地震动信号的特征信息 ，应用多传感器信息融合的方法将目标正确分类 .首先根据地震动信号在频域和时频域的多种特征 ，应用BP神经网络模式识别法 ，将地面车辆目标分为轮式车、轻型履带式车和重型履带式车 .设计了一种以神经网络正确识别率作为基本概率赋值的方法 ，并应用D S证据理论进......
    5. 《基于神经网络与D-S证据理论的多传感器目标识别技术》PDF+DOC 为了满足目标识别的需要，多传感器的数据融合技术已经成为研究的热点。D-S证据理论是多传感器信息融合中最常用的一种处理不确定问题的方法，在基于D-S证据理论的目标识别融合中，基本概率赋值的获取是一个难点。使用神经网络中应用最广泛的BP神经网络来求基本概率赋值，再结合D-S理论进行目标识别。结果表明这种......
    6. 《基于神经网络与D-S证据理论的目标识别》PDF+DOC 针对目标识别中基本可信度分配需要专家知识在实际中难以实现的问题，提出一种基于神经网络和D-S证据理论相结合的多传感器数据融合的方法.该方法利用D-S理论来表示和处理不精确的、模糊的信息，发挥神经网络的自学习、自适应和容错能力，提高了系统识别率.最后通过实验，利用神经网络来处理证据理论中的基本可信度分......
    7. 《一种D-S证据理论的改进方法及其在目标识别中的应用》PDF+DOC 研究了基于D-S证据理论的多传感器信息融合算法，提出一种基于D-S理论的推广方法来解决融合信息的证据冲突问题，并将其用于红外成像/毫米波复合制导系统来进行目标识别的决策信息融合，结果比较理想，能够有效地化解证据间的冲突问题，提高识别系统的可靠性与准确度。...
    8. 《基于神经网络-模糊推理的目标识别融合研究》PDF+DOC 为提高复杂环境下多传感器的自适应信息融合能力，提出了一种基于神经网络-模糊推理的信息融合模型，利用神经网络和模糊推理分析传感器探测状态的不确定性，并将其应用于红外成像/毫米波复合制导目标识别的信息融合，识别效果比较理想，可信度有了很大提高。...
    9. 《带有加权融合中心的自适应融合技术研究》PDF+DOC 针对信息融合技术中目标融合识别的问题，提出了带有加权融合中心的多传感器信息自适应融合的改进方法。首先构建整体融合结构，将数据的融合过程与证据理论神经网络进行有机的结合，利用神经网络的在线学习、自适应调节融合权值、证据理论进行决策。这种采用多传感器自适应的方法具有较强的容错性、较高的检测与识别精度，增......
    10. 《多层融合的管道泄漏诊断技术研究》PDF+DOC 针对传统油气管道泄漏监测和诊断准确率不高的问题，提出一种基于BP神经网络的多层D-S证据理论融合算法。用压力传感器、流量传感器、温度传感器等传感器监测管道泄漏信号。这些信号经预处理后输入到已训练好的BP神经网络。该网络的输出结果被用作各初始命题的基本概率赋值函数(BPAF)。再用多层D-S证据理论，......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。