《基于D-S证据理论数据融合在智能家居中的应用》PDF+DOC

📙 相关资料

1. 《D-S证据理论在时-空信息融合中的应用》PDF+DOC 多传感器的信息融合技术应用于导航、目标跟踪、目标识别等很多领域。目前用于信息融合的主要方法就是证据理论技术。论文给出了三种基于D-S证据理论的多传感器多个测量周期的信息融合(时-空信息融合)的方法。在仿真实验中对这三种方法进行了比较，分布式有反馈的方法是三种方法中最好的。...
2. 《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......
3. 《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...
4. 《基于D-S证据理论的多传感器数据融合》PDF+DOC D-S证据理论可以有效地处理不确定信息，是有效的数据融合方法之一，但在证据高度冲突时，其归一化过程会产生有悖常理的结果。针对这个问题，国内外的学者提出了许多不同的改进方法，基本上可分为两类：修改组合规则和修改融合模型。在此总结分析了相关的国内外典型文献的改进思想，并进行系统条理的分析，为证据理论的发......
5. 《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。...
6. 《基于BP神经网络和D-S证据理论的火灾报警系统》PDF+DOC 将BP神经网络与数据融合理论中的D-S证据有机融合，提出一种决策级火灾报警识别方法。通过模拟实际输入信号的仿真结果发现，将BP神经网络和D-S证据理论相结合的多传感器数据融合技术，可以显著提高火灾的识别能力，有效降低火灾误报率，而且该系统具有良好的适应性，达到了预期效果。...
7. 《D-S证据理论及其改进算法研究》PDF+DOC 在多传感器数据融合中，D-S证据理论对于处理不确定性问题是一种有效的方法。但是，当证据严重冲突或完全冲突时，利用D-S证据理论法计算容易给出错误的结果。改进的证据理论法虽然解决了上述问题，但通过分析数据试验发现改进方法在处理一般的证据时效果不理想。文章将经典证据理论和改进方法相结合，发挥两种方法的优......
8. 《D-S证据理论在车辆几何参数动态测量中的应用》PDF+DOC 利用多个超声波传感器组成传感器阵列对行驶车辆的几何参数进行动态扫描，采用D-S证据理论多传感器数据融合算法，对多个传感器采集的数据进行融合，将在DSP上融合的结果上传至上位机，由上位机分析行驶车辆的车长、车宽、车高、车速，为交通管理提供技术保障和原始数据支撑。测试结果表明，该方法可以更准确的测量车辆......
9. 《多传感器信息融合技术在智能火灾报警系统中的应用》PDF+DOC 为了能快速准确检测到周围生产、生活环境的状况，及时预报火灾的可能性，本文介绍了多传感器信息融合的基本思想，在此基础上以模块化的形式，探索了自适应加权数据融合算法和D-S证据理论在智能火灾预警报警系统的应用。结果表明多传感器信息融合算法可有效提高系统的识别能力，并提出了有待解决的问题。...
10. 《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。...