《基于PNN-DS信息融合模型的目标识别方法》PDF+DOC

📙 相关资料

1. 《一种基于神经网络和证据理论的信息融合算法》PDF+DOC 针对目前多传感器系统中常用的信息融合方法，识别率较低、网络稳定性不好、不能很好地处理不确定性等问题，提出一种基于神经网络和DS方法的信息融合算法。该方法兼顾神经网络和DS推理二者的优势，有效地解决了目前信息融合方法对大噪声不确定性传感器测量信息的误识别问题。仿真实验结果验证了该算法在提高目标识别率和......
2. 《BP网络与改进证据合成规则空中目标识别》PDF+DOC 针对现代空战目标识别高准确性、实时性的要求，以及目标识别融合中可能出现的高度证据冲突问题，提出了一种基于BP网络与改进证据合成规则的空中目标识别方法。该方法通过BP神经网络获取各传感器对目标类别判断的基本概率赋值，并以此为证据，使用引入加权平均证据的合成规则对各组证据进行空间域融合和时间域融合，得到......
3. 《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......
4. 《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......
5. 《基于DS算法的雷达目标识别方法研究》PDF+DOC 主要目的是为解决干扰存在下不同类型传感器、不同格式信息之间的融合问题，设计了一种较为有效的融合算法，来对敌方的危险目标进行识别；主要方法是把神经网络改进的BP算法与Dempster—Shafer(D—S)证据理论相结合，将来自于各种传感器探测设备多次观察所得到的数据，经过神经网络后，得到基本概率附值......
6. 《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......
7. 《模糊神经网络与证据理论的飞机目标敌我识别》PDF+DOC 为满足复杂环境下目标敌我属性识别能力，提出了一种基于模糊神经网络(FNN：Fuzzy Neural Net-works)和证据理论的新敌我识别方法。该方法利用模糊神经网络和证据理论信息的处理能力，将敌我识别器(IFF：Identification Friend-or-Foe)、电子支援措施(ESM：......
8. 《不确定多传感器目标识别的区间相离度法》PDF+DOC 针对目标特征值和测量值均以区间数表达的多传感器目标识别问题，提出了一种不确定性融合方法.该方法定义区间相离度，通过对特征值的区间聚类和诱导有序加权平均算子集结得到属性的权重，利用综合相离度给出目标识别方法.能够克服属性权重选取的主观性，提高了目标识别结果的可信度.仿真实例验证了所提出方法的有效性和实......
9. 《信息融合技术在刀具磨损监测中的应用》PDF+DOC 随着信息融合技术的不断发展，信息融合越来越多的被用于监测领域。本文把信息融合技术应用于刀具监测过程中，建立了多传感器信息融合刀具监测系统模型，并详细论述了基于神经网络、贝叶斯理论和D-S理论的信息融合方法。...
10. 《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......