《基于G2的数据融合与目标识别系统》PDF+DOC

📙 相关资料

1. 《目标识别系统中的一种多传感器数据融合算法》PDF+DOC Dempster证据组合规则在D-S证据理论中具有十分重要的作用。但在将Dempster证据组合规则应用于多传感器数据融合时，理论上仍有值得探讨之处。在对Dempster证据组合规则进行分析的基础上，提出了解决目标识别系统中多传感器数据融合的“一次Dempster联合法”，避免了原有算法中需多次采用......
2. 《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......
3. 《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......
4. 《雷达专家系统目标识别和红外图像目标识别的D-S融合》PDF+DOC 本文从雷达专家系统目标识别和红外图像目标识别算法分别得到带识别目标所属类别的基本概率分配函数。用D-S证据理论将得到的两个基本概率分配函数组合，最终实现了机载雷达和红外成像传感器的数据融合。仿真表明：融合后的识别效果要比单个雷达或单个红外传感器的识别效果要好得多。...
5. 《机载雷达和红外数据融合的智能目标识别》PDF+DOC 为了提高机载传感器目标识别系统的性能，提出了利用机载雷达和红外成像传感器数据融合的智能目标识别算法。对红外成像传感器，采用了基于小波矩特征和BP神经网络的目标识别算法，首先提取目标图像的小波矩特征并进行特征选择，然后通过BP神经网络对目标图像进行识别；对雷达传感器，提出了利用模糊推理的目标识别方法，......
6. 《基于神经网络与改进D-S证据理论的目标识别》PDF+DOC 研究基于神经网络(NN)和D-S证据理论相结合对多传感器多测量周期进行数据融合的目标识别方法.采用中心式融合算法，利用神经网络对单个传感器不同周期的目标进行融合识别；利用D-S证据理论对识别信息进行全局融合，得到综合的目标识别，达到对目标识别的目的，并通过实例证明了该方法的有效性。...
7. 《基于高斯模糊神经网络的多传感器目标识别系统》PDF+DOC 结合模糊推理和神经网络两种方法的优点，提出了基于高斯模糊神经网络的目标识别系统。通过对多传感器的目标特征的数据融合，实现目标类型的准确判断。仿真结果说明了该系统具有较高的目标识别率和较好的抗干扰能力。...
8. 《基于神经网络与D-S证据理论的目标识别》PDF+DOC 针对目标识别中基本可信度分配需要专家知识在实际中难以实现的问题，提出一种基于神经网络和D-S证据理论相结合的多传感器数据融合的方法.该方法利用D-S理论来表示和处理不精确的、模糊的信息，发挥神经网络的自学习、自适应和容错能力，提高了系统识别率.最后通过实验，利用神经网络来处理证据理论中的基本可信度分......
9. 《BP神经网络和D-S证据理论的目标识别》PDF+DOC 目标识别是指挥自动化系统的一个重要组成部分，针对现代战争对抗手段不断增强的特点，运用BP神经网络和D-S证据理论探索作战飞机机型的识别方法。前端采用3层BP神经网络结构，以传感器接收数据为输入，以神经网络输出作为证据，后端对不同传感器的证据按D-S理论进行融合，得到待识别目标的识别概率。经由M AT......
10. 《神经网络数据融合模式识别系统性能研究》PDF+DOC 有效地利用多传感器的信息构建数据融合系统后，其性能优于单传感器系统。该文针对一种多传感器神经网络数据融合模式识别系统，对其分类性能进行了研究，以信息论的观点，从理论上证明了上述结论的正确性。...