《高阶神经网络与D-S方法在数据融合中的应用》PDF+DOC
作者:袁强,吴陈
单位:江苏科技大学
出版:《江苏科技大学学报(自然科学版)》2000年第04期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFHDCB2000040180
DOC编号:DOCHDCB2000040189
下载格式:PDF + Word/doc 文字可复制、可编辑
《D-S证据理论在多传感器数据融合中的应用》PDF+DOC1999年第Z1期 黄瑛,陶云刚,周洁敏
《D-S证据理论在多传感器数据融合中的应用》PDF+DOC1999年第02期 黄瑛,陶云刚,周洁敏,苏登军
《用D-S证据理论方法实现多传感器数据融合》PDF+DOC2003年第05期 孙慧影,张彦军,崔平远
《基于多传感器的神经网络和D-S证据理论在故障诊断中的应用》PDF+DOC2017年第04期 周国宪,伍星,刘韬
《多传感器数据融合技术与应用》PDF+DOC2005年第05期 陈俊任,王保强,刘心田
《基于D-S证据理论的飞机火警系统研究》PDF+DOC2012年第01期 万小霞,蔡长安,吴国民,曹莹莹
《基于D-S证据理论的多传感器数据融合》PDF+DOC 崔智军,王庆春
《数据融合技术中Dempster-Shafer证据理论的应用》PDF+DOC2009年第16期 郭涛,李龙飘,费庆国,高鹏
《D-S证据理论在移动机器人中的应用》PDF+DOC2009年第05期 刘振宇,苏丽颖,余跃庆
《基于D-S证据理论的多平台协同数据融合》PDF+DOC2007年第11期 张晓明,王航宇,黄达
讨论了数据融合与高阶神经网络的串行结合。根据Dempster Shafer证据理论的基本原理 ,利用多传感器多周期测量条件下命题不确定性度量的融合算法公式 ,进行命题的空间和时间融合 ,以达到空中目标的敌我识别。将融合后的最终结果输入到高阶BP神经网络中 ,通过目标向量样本的训练 ,输出相应的目标类型。仿真结果证明 ,这种方法是行之有效的。
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。