《基于Dempster-Shafer证据推理的水中目标多特征融合识别技术》PDF+DOC
作者:吴亮,彭圆,闫祎
单位:中国计算机自动测量与控制技术协会
出版:《计算机测量与控制》2013年第09期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFJZCK2013090570
DOC编号:DOCJZCK2013090579
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于神经网络和证据理论的图像目标识别研究》PDF+DOC2005年第11期 黄金,程咏梅,皮燕妮,潘泉
《多传感器目标识别的神经网络与证据理论结合方法》PDF+DOC2005年第06期 杨露菁,郝威
《信息融合在空间点目标识别中的应用》PDF+DOC2010年第03期 刘海英
《基于神经网络与改进D-S证据理论的目标识别》PDF+DOC2009年第07期 朱鑫森,刘顺承
《面向目标识别的水下多传感器信息融合技术比较研究》PDF+DOC2009年第01期 綦辉
《多传感器目标识别的神经网络与证据理论结合方法》PDF+DOC2006年第01期 杨露菁,郝威
《弹道中段目标雷达综合识别研究》PDF+DOC2015年第02期 张平定,孙佳佳,童创明,季明阳,张鸣鸣
《基于D-S证据理论的红外小目标识别方法》PDF+DOC2007年第01期 杨莘元,卓志敏,赵坤,池庆玺
《基于加权D-S证据理论的分布式多传感器目标识别》PDF+DOC2007年第01期 惠增宏
《基于小波矩和证据理论的图像目标识别算法》PDF+DOC2013年第10期 刘兵,李辉,翟海天
多特征融合是将各种信息以某种优化准则组合起来,产生对观测目标的一致性解释和描述,从而形成比单一信息源更精取、更完整的估计和判决;文章重点研究了Dempster-Shafer证据理论,讨论了它的可应用性,在此基础上把决策融合策略与模糊自适应共振(FART)神经网络、所获取的特征知识相结合,实现了对三类目标的分类识别,实验表明通过决策融合后可使识别率比原来提高2%左右,提高了识别的可靠性,显示了该方法在实现水中目标识别上的重要应用前景。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。