《多传感器目标识别的理想点法》PDF+DOC

📙 相关资料

1. 《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。...
2. 《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。...
3. 《D-S证据理论数据融合方法在目标识别中的应用》PDF+DOC 为解决车辆目标识别问题 ，采用基于推理的数据融合方法 ，分析了 Dempster- shafer证据理论用于多传感器数据融合的基本概念和理论 ，并将它应用于车辆目标识别的数据融合中 ，实验结果证明了基于融合后的识别结果较单传感器的识别结果好 ，验证了这一方法的正确性和有效性...
4. 《基于数学规划的多传感器目标识别方法》PDF+DOC 针对具有多个特征指标的目标识别问题，提出了基于数学规划的多传感器信息融合方法。该方法利用最大最小隶属度函数将识别系统特征矩阵转化为指标隶属度矩阵，通过求解各目标类型综合隶属度偏差最大的最优规划问题，客观地确定了特征指标的权重，根据综合隶属度给出目标识别方法。该方法较好地避免了特征指标权重选取的主观性......
5. 《Fisher理论和主成分相结合的多传感器信息融合方法》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Fisher判别和主成分相结合的信息融合方法。该方法利用主成分分析法融合判别函数的个数，减少识别工作量，基于Fisher判别理论进行目标的识别。该方法特别适用于多个目标的识别，计算简单，易于计算机上实现。应用实例验证了算法的有效性。...
6. 《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。...
7. 《基于熵权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，提出了一种基于熵权的多传感器信息融合方法。该方法根据熵论的基本原理定义熵权，通过引入优异度、次异度的概念，采用相对接近度来评判距离的大小，从而给出目标识别规则。该方法利用熵权避免了特征指标权重选取的主观性，提高了目标识别结果的客观性和准确性。工件识别实例验证了算......
8. 《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......
9. 《基于双基点法的多传感器数据融合》PDF+DOC 针对具有多个特征指标的多传感器目标识别问题，提出一种基于双基点法的信息融合方法.该方法根据指标隶属度矩阵将多传感器目标识别问题转化为多目标决策问题.通过定义熵权和相对接近度，改进了传统的双基点法，从而给出目标识别算法.该方法利用熵权较好地避免了目标识别受主观因素的影响，特别适用于具有多个特征属性的多......
10. 《D-S证据理论在雷达目标识别中的应用》PDF+DOC 为解决雷达终端目标识别问题，采用基于推理的数据融合方法。分析了Dempster-Shafer(D-S)证据理论用于多传感器数据融合的基本概念和理论，并结合最小风险准则将其应用于雷达终端目标识别的数据融合中。实验结果证明了基于融合后的识别结果较单传感器单周期的识别结果好，验证了这一方法的正确性和有效性......