《一种基于ESM和红外传感器决策层信息融合的目标识别方法》PDF+DOC

📙 相关资料

1. 《一种融合ESM和红外传感器的飞机目标识别方法》PDF+DOC 针对单一传感器提供的信息不全面的缺点，提出了一种融合ESM和红外传感器的互补信息来进行目标识别的方法。该方法在神经网络的基础上，结合模糊集理论和D-S证据理论，获得了较高的识别率。最后通过飞机目标的仿真试验，证明了该方法是有效的、可行的。...
2. 《采用粗BP神经网络和D-S证据理论的目标识别》PDF+DOC 为克服传统的目标识别方法的不足，提高目标识别的实时性和准确性，提出将粗BP神经网络与D-S证据理论相结合的识别模型。在多传感器数据融合中利用粗集理论对大量的传感器数据进行处理，对输入信息进行约简，剔除冗余信息，简化了生成规则和BP神经网络模型结构，提高了网络训练速度和运行速度。以BP神经网络输出作为......
3. 《用证据理论实现机器人多感觉信息的融合》PDF+DOC 阐述了基于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理论的推广方法以解决融合信息的相关性问题。用机器人的力觉和热觉传感器作实验，对目标物体进行了分类识别...
4. 《多传感器目标识别的神经网络与证据理论结合方法》PDF+DOC FMM人工神经网络在模式识别和分类中具有独特的优势，D-S证据理论在多传感器决策融合上具有优势。提出了一种FMM神经网络与D-S证据理论相结合的多传感器数据融合目标识别方法，给出计算机仿真结果，表明该方法可以克服单一传感器ATR系统的局限性，提高对目标的识别率和系统的容错性。...
5. 《信息融合在空间点目标识别中的应用》PDF+DOC 提出一种三级融合的多传感器信息融合空间点目标识别方法，将BP网络和D—S证据推理有效地结合起来.第一级融合采用神经网络进行识别，第二和第三级采用D—S证据理论进行识别.经过三级融合后可以提高系统的识别率，尤其是在有噪声的情况下.仿真实验验证了算法的有效性。...
6. 《雷达专家系统目标识别和红外图像目标识别的D-S融合》PDF+DOC 本文从雷达专家系统目标识别和红外图像目标识别算法分别得到带识别目标所属类别的基本概率分配函数。用D-S证据理论将得到的两个基本概率分配函数组合，最终实现了机载雷达和红外成像传感器的数据融合。仿真表明：融合后的识别效果要比单个雷达或单个红外传感器的识别效果要好得多。...
7. 《机载雷达和红外数据融合的智能目标识别》PDF+DOC 为了提高机载传感器目标识别系统的性能，提出了利用机载雷达和红外成像传感器数据融合的智能目标识别算法。对红外成像传感器，采用了基于小波矩特征和BP神经网络的目标识别算法，首先提取目标图像的小波矩特征并进行特征选择，然后通过BP神经网络对目标图像进行识别；对雷达传感器，提出了利用模糊推理的目标识别方法，......
8. 《基于ANFIS和证据理论的信息融合研究》PDF+DOC 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......
9. 《BP神经网络和D-S证据理论的目标识别》PDF+DOC 目标识别是指挥自动化系统的一个重要组成部分，针对现代战争对抗手段不断增强的特点，运用BP神经网络和D-S证据理论探索作战飞机机型的识别方法。前端采用3层BP神经网络结构，以传感器接收数据为输入，以神经网络输出作为证据，后端对不同传感器的证据按D-S理论进行融合，得到待识别目标的识别概率。经由M AT......
10. 《基于小波矩和证据理论的图像目标识别算法》PDF+DOC 针对单传感器进行图像目标识别时识别率较低，判决阈值较为苛刻这一弱点，提出了一种小波矩和Dempster-Shafe(rD-S)证据理论相结合的多传感器信息融合图像目标识别算法。利用小波矩提取图像的平移、伸缩、旋转不变矩特征，BP神经网络获取待识别目标属性的基本概率分配，最后利用D-S证据理论将单传感......