《基于神经网络与D-S证据理论的目标识别》PDF+DOC

📙 相关资料

1. 《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......
2. 《基于D-S证据理论和BP神经网络的多传感器信息融合》PDF+DOC 针对多传感器信息融合的基本可信度分配在实际应用中难以解决的问题，提出了一种基于D-S证据理论与BP网络相结合的多传感器信息融合的改进方法。该方法充分发挥BP神经网络自学习、自适应和容错的能力，利用BP神经网络处理证据理论的基本可信度问题，再利用D-S证据理论来处理不精确、模糊的信息。最后通过一个实例......
3. 《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。...
4. 《基于神经网络与改进D-S证据理论的目标识别》PDF+DOC 研究基于神经网络(NN)和D-S证据理论相结合对多传感器多测量周期进行数据融合的目标识别方法.采用中心式融合算法，利用神经网络对单个传感器不同周期的目标进行融合识别；利用D-S证据理论对识别信息进行全局融合，得到综合的目标识别，达到对目标识别的目的，并通过实例证明了该方法的有效性。...
5. 《基于神经网络和D-S证据理论的船舶类型识别》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目标识别算法。该算法利用神经网络得到各目标的基本概率赋值，然后使用D-S证据理论对其进行时间域和空间域的融合。利用该算法对几种船舶目标进行身份识别仿真，结果表明，该算法能够有效提高目标......
6. 《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......
7. 《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。...
8. 《D-S证据理论在双模复合制导导弹目标识别中的应用》PDF+DOC 基于准贝叶斯结构的D-S证据理论，提出了基于该理论的决策方法。将该理论运用于主动毫米波雷达/红外成像双模复合制导导弹目标识别的决策融合中，并进行了仿真。结果表明，该方法能有效地降低双模复合制导导弹目标识别的不确定性概率，提高目标的识别率。...
9. 《用D-S证据理论方法实现多传感器数据融合》PDF+DOC 对 Dempster- Shafer证据理论用于多传感器数据融合进行了分析 ，并将其应用于飞机目标识别的数据融合中。结果证明 ，多传感器融合后降低了识别结果的不确定性 ，较单一传感器的识别效果好。说明这一方法是一种有效的数据融合方法...
10. 《基于D-S证据理论的障碍目标身份识别》PDF+DOC 以越野环境中典型的障碍物为识别目标，选用单目视觉与激光扫描仪建立融合系统，基于D-S证据理论融合多传感器信息，实现UGV对障碍目标的身份识别。首先将每个传感器的观测数据从观测空间变换到证据空间，对每种身份分配一个基本概率赋值；融合系统再根据Dempster组合规则计算各个命题组合后的概率赋值函数和相......