《基于目标识别的D-S数据融合》PDF+DOC

📙 相关资料

1. 《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...
2. 《改进的D-S数据融合方法在车辆目标识别中的应用研究》PDF+DOC 为了解决车辆目标识别的数据融合问题 ，本文引入了 Dempster- Shafer证据理论方法作为数据融合方法 ，并提出了时空数据融合的思想 ，把 D- S方法与时空数据融合的思想相结合 ，得到了时间域、空间域和时空域 D-...
3. 《基于证据理论的AUV目标识别研究》PDF+DOC 根据D2S证据理论能很好表示“不确定性”和“不知道”的特点，对比不同的数据融合算法，在分析D2S证据理论的性能特点基础上，提出了一种基于自主式水下航行器的扫描声纳和水下摄像机两种视觉传感器采集信息的基本概率分配函数的方法和规则，并且分析了自主式水下航行器上的扫描声纳和水下摄像机这两种视觉传感器的信息......
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. 《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......
6. 《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。...
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. 《基于D-S证据理论的多平台协同数据融合》PDF+DOC 对D-S证据理论用于多平台协同数据融合进行了分析，提出了多平台协同数据融合的设计思想和结构，将其用于舰船类型的识别。通过MATLAB仿真，证明了多平台协同数据融合降低了识别结果的不确定性，比传统的单平台数据融合效果好，验证了这一理论在多平台协同数据融合中的有效性和正确性。...
9. 《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。...
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......