《战场目标识别中的D-S证据理论应用》PDF+DOC

📙 相关资料

1. 《基于D-S理论的震动信号目标识别研究》PDF+DOC 为了解决干扰情况下地震动信号发射源的定性问题，提出了在决策层上的多传感器数据融合的识别方法。利用定位传感器组中各个传感器得到的数据，同时考虑在同一个定位组中各个传感器所得数据的置信度不同，来对地震动信号发射源性质进行识别。实验结果证明了基于D-S证据理论的目标识别数据融合后，地震动信号发射源特性识别......
2. 《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......
3. 《D-S证据理论信息融合方法在目标识别中的应用》PDF+DOC 研究了D-S证据理论在多属性、多传感器模式识别中的应用。在基于D-S推理的信息融合中，其关键问题是基本概率赋值函数的构造。文中基于灰关联分析的思想提出了一种新的基本概率赋值函数的构造方法，并将它应用于辐射源型号识别，仿真实验结果验证了这一方法的正确性和有效性。...
4. 《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...
5. 《基于D-S证据理论的振动目标识别研究》PDF+DOC 提出了一种基于D-S证据理论对数据进行融合处理的方法。通过采用多个地振动传感器对人、车辆等目标发出的振动信号进行采集，然后对传感器采集到的地振动信号进行处理，解决目标识别问题并提高目标的识别率，实验结果表明文中提出的方法是有效的。...
6. 《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......
7. 《基于隶属度和D-S理论的雷达目标识别方法》PDF+DOC 研究了D-S证据理论在雷达目标识别中的应用。D-S推理的关键问题是基本概率赋值函数的构造。针对目标识别中的不确定信息，本文引入了观测样本的模糊隶属度函数，求得单个传感器对目标的相关系数，进而给出该传感器对于识别框架的基本概率赋值，再在融合中心用D-S证据理论对多个传感器的识别结果进行融合。仿真试验结......
8. 《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......
9. 《D-S证据理论方法在目标识别中的应用》PDF+DOC D-S证据组合理论已经成为不确定性推理的一种重要方法，基于该理论的多传感器决策层数据融合已得到广泛应用.介绍了D-S证据理论及其有关概念和D-S合成法则，阐述了基于D-S证据组合理论的数据融合一般步骤及决策层判决方法，运用D-S证据理论对目标进行了融合识别.与单一传感器的目标识别结果相比较，上述方法......
10. 《应用D-S证据理论进行多传感器雷达体制识别》PDF+DOC 在阐述Dempster-Shafer(D-S)证据理论的基础上，较系统地论述了基于D-S证据理论的多传感器雷达体制识别的数据融合方法，并给出了具体的识别实例。实验结果证明了基于多传感器融合后的识别结果明显优于单传感器的识别结果，说明了D-S证据理论的有效性和先进性。...