《基于证据理论的战场被动声多目标识别研究》PDF+DOC

📙 相关资料

1. 《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。...
2. 《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。...
3. 《基于神经网络和证据理论的图像目标识别研究》PDF+DOC 提出了一种基于BP神经网络和D-S证据推理的多传感器数据融合图像目标识别算法，利用数据融合的思想对来自目标的多幅图像进行空间域融合处理。首先提取图像的Hu不变矩作为待识别目标图像的特征，尔后针对DS证据理论基本概率指派函数构造困难的问题，用BP神经网络对目标的初步识别结果构造基本概率指派函数，最后用......
4. 《多传感器声目标识别的研究》PDF+DOC 介绍了声目标的各种识别方法 ，将 Dempster-Shafer证据推理的基本理论应用到声目标的识别中。用质量函数构造基本概率赋值函数 ，给出了在 n次扫描情况下 ，累积质量函数的融合公式并给出了识别目标的决策方法。通过实例计算可以看出 ，该方法可以提高对声目标识别的准确性...
5. 《经典DSmT证据组合规则的随机集表示》PDF+DOC 由于信息的多样性和复杂性，使得对不确定信息的表示和建模都要通过相应的方法完成。由于方法的不统一，难以实现对异类不确定信息的融合。寻找一种统一的理论实现多源异类信息的表示与建模，已成为信息融合领域中的关键问题。已有研究成果表明，随机集理论有望解决该难题。介绍了一种新的不确定推理理论-DSm理论，引入了......
6. 《基于证据理论的多传感器目标识别》PDF+DOC 为了解决证据理论在具体应用中存在的问题，对Dempster组合规则思想进行了具体的分析，讨论了该组合规则存在的问题及现行的一些改进措施；针对空中目标识别问题，提出了综合运用各种改进思想的融合方法，并给出了识别过程的流程图。...
7. 《一种有效的基于DSmT的合成公式》PDF+DOC 针对DSmT在解决强冲突证据融合问题时存在的不足，提出了一种有效的冲突证据合成方法，即在保留冲突焦元的基础上对冲突量进行重新分配。仿真结果表明，新的合成公式提高了目标识别的可靠性与合理性，即使对于高度冲突的证据，也能够取得理想的合成结果。...
8. 《战场目标识别中的D-S证据理论应用》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，并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：基于D-S证据理论的战场目标识别数据融合后，地震动信号发射源特性识......
9. 《证据理论在车辆身份识别中的应用研究》PDF+DOC 论文详细地介绍了D-S证据理论，并探讨了D-S证据理论在车辆身份识别系统中的运用。通过实例得出了D-S理论在多传感器数据融合应用中的初步结果，将其应用于车辆身份识别系统中，可大大提高识别率。...
10. 《基于数据融合的红外目标识别》PDF+DOC 为了获得良好的红外目标识别性能，综合应用了图像处理、模式识别和数据融合领域内的新技术。采用了神经网络和证据理论集成的数据融合方法进行目标识别的数据融合。根据LVQ神经网络在目标识别领域内应用特点，构造了基于证据理论的基本概率赋值函数。对此目标识别技术进行了测试，结果表明，采用此技术后的识别的可信度得......