《一种基于神经网络和证据理论的信息融合算法》PDF+DOC

📙 相关资料

1. 《基于PNN-DS信息融合模型的目标识别方法》PDF+DOC 针对目标识别中常用BP-DS信息融合方法识别率低，运行速度慢，抗噪性差等问题，提出一种基于PNN网络和DS证据的信息融合方法。该方法不仅综合了证据理论在处理不确定信息方面的优点和神经网络在数值逼近上的长处，利用神经网络和证据推理算法获取了基本概率赋值，同时突出了PNN网络在处理多传感器信息的准确性和......
2. 《多传感器信息融合技术在锅炉故障诊断中的应用》PDF+DOC 将信息融合方法引入到锅炉的故障诊断中。通过不同的传感器综合采集锅炉运行时的各个状态参数，运用并行的两个BP神经网络对锅炉进行局部诊断，再用D-S证据理论对局部诊断的结果进行全局融合。实现对锅炉一种或同时多种故障的准确诊断。通过实验表明诊断结果的可信度显著提高，不确定性明显减少，充分显示了该方法是有效......
3. 《信息融合技术在机械故障诊断中的应用》PDF+DOC 针对目前机械故障诊断过程中存在的不足，考虑信息融合技术在机器故障诊断中的应用，以有效进行机器故障诊断.对目前应用的基于神经网络、贝叶斯理论和D-S理论的信息融合方法作了比较详细的论述.并以例子说明了信息融合技术在机器故障诊断分析中的有效性。...
4. 《多传感器数据融合技术与应用》PDF+DOC 研究了多传感器数据融合理论的相关算法及其在多传感器系统中的应用，分析了数据融合技术目前在应用方面存在的问题；针对应用证据理论(D-S方法)解决多传感器条件下的数据融合过程中存在的失效问题，给出了修正合成规则；通过实例对其进行了验证。...
5. 《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...
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. 《基于证据组合理论的多传感器目标识别算法》PDF+DOC 为了提高多传感器目标识别的准确性，提出了证据加权数据融合的新方法。给出了证据理论的基本概念、组合规则、加权证据组合及决策规则，同时给出简单的多传感器信息融合模型。针对战场环境下多传感器系统获得的辐射源信息，通过仿真给出了文中方法的目标识别步骤及识别结果，仿真结果表明该算法提高了目标识别的准确性和有效......
8. 《基于神经网络组的数据融合算法》PDF+DOC 有两种方法可以用于多传感器系统的特征深度目标识别。第一种方法是基于静态算法的，而另外一种是基于神经网络的。第一种方法最主要的缺点是在目标识别的处理过程中依赖大量的假设；而第二种方法则不能处理复杂多传感器系统中的识别问题。而文中的神经网络组算法使神经网络具有了鉴定能力并保持了多传感器系统的优点。这种算......
9. 《基于GNN-DS信息融合的目标识别方法》PDF+DOC 针对当前目标识别系统中常用的信息融合方法识别率较低、运行速度慢、抗噪性差等问题，提出一种基于神经网络组和DS证据理论的信息融合方法。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。仿真实验表明，该方法是可行的，能有效地提高系统识别率及鲁......
10. 《基于证据理论和Vague集的目标识别研究》PDF+DOC 提出了一种基于D-S证据理论和区间Vague集合的多传感器数据融合算法。D-S证据理论是一种灵活处理不确定和不完全信息的数学方法；而Vague集采用区间测度，可以同时表达对目标支持和反对两方面的信息；而且允许检测信息存在一定的不确定性。将D-S证据理论和Vague集结合，提出一种多传感器数据融合方法......