《D-S证据理论方法在目标识别中的应用》PDF+DOC

📙 相关资料

1. 《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。...
2. 《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......
3. 《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。...
4. 《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......
5. 《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。...
6. 《基于目标识别的D-S数据融合》PDF+DOC 目标识别是雷达信号处理的重要组成部分.详细地阐明了D-S证据理论的决策方法，重点研究了D-S证据理论应用于目标识别的方法.通过实例分析，指出了将D-S证据理论应用于目标识别具有实际应用前景。...
7. 《D-S证据理论和粗集理论在数据融合中的应用》PDF+DOC 提出了一种由粗集理论和D S证据理论结合的多传感器数据融合方法 ，并将其应用于目标识别中。在目标识别的数据融合中 ，利用粗集理论对大量的传感器数据进行处理 ，判断出冗余传感器 ，得到传感器的最简组合 ，从而简化特征数据。然后利用D S理论实现目标的分类 ，改进分类的效果。因此 ，将两种方法结合起来应......
8. 《D-S证据理论在炮兵战场电磁辐射源识别中的应用》PDF+DOC 采用D-S证据理论的数据融合方法解决炮兵战场电磁辐射源识别问题。阐述了D-S证据理论用于多传感器数据融合的基本概念、合成法则、一般步骤及决策准则。与单传感器单周期的目标识别结果相比较，多传感器多周期的方法能显著提高目标识别能力，并将它应用于炮兵战场电磁辐射源识别的数据融合中解决了问题，试验结果证明了......
9. 《基于D-S证据理论的多传感器雷达辐射源识别模型》PDF+DOC 针对复杂电磁环境下多传感器获得的雷达辐射源信息具有不确定性的情况，利用灰色定权聚类法对大量的传感器数据进行处理，以简化雷达辐射源特征数据，在此基础上，探讨了通过灰关联分析确定证据理论中基本概率赋值函数的方法，并应用修正的D-S证据理论实现目标识别，通过仿真验证了该模型能够有效减小雷达辐射源所受的噪声......
10. 《基于D-S证据理论的多模复合制导目标识别》PDF+DOC 多传感器信息融合已成为现代条件下目标识别的重要手段。研究基于D-S证据理论的多传感器信息融合算法，提出一种基于Dempster-Shafer理论的推广方法以解决融合信息的证据冲突问题，并将其用于红外成像/毫米波复合制导系统，进行目标识别的决策信息融合，结果比较理想，能够有效地化解证据间的冲突问题。...