《基于数据融合的通信电台目标识别方法》PDF+DOC

📙 相关资料

1. 《基于目标识别的D-S数据融合》PDF+DOC 目标识别是雷达信号处理的重要组成部分.详细地阐明了D-S证据理论的决策方法，重点研究了D-S证据理论应用于目标识别的方法.通过实例分析，指出了将D-S证据理论应用于目标识别具有实际应用前景。...
2. 《综合目标识别的输入信息源研究》PDF+DOC 利用多源信息进行综合目标识别能提高识别的准确性和及时性，为了解决综合目标识别中输入信息源的运用问题，通过分析各种输入信息源的特点，根据这些特点分别采用了针对性的技术手段转化和处理，为最后的识别决策提供了有效的信息，对进一步深入研究综合目标识别具有参考价值。...
3. 《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。...
4. 《证据理论和模糊神经网络相结合的决策方法》PDF+DOC 针对图像识别中图像的特征信息，排除不确定因素的影响，提出了基于模糊神经网络和D-S证据理论的数据融合算法，并对图像识别为例进行了实例分析，验证了该方法的准确性。该方法先对输入图像进行数据分析，采用T-S模糊神经网络进行处理，再用D-S证据理论执行决策分析，最终得到识别精度较高的有效结果。...
5. 《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......
6. 《基于D-S证据理论的多传感器多特征目标识别》PDF+DOC 传统多传感器环境下的目标识别方法主要有两种：利用多传感器获得的数据进行数据融合、利用每个传感器信号的特征向量进行特征融合。但这两种方法均存在目标识别精度不高的问题。针对这一问题，本文提出了一种基于D-S证据理论两次组合规则的融合方法。该方法在提出多传感器目标识别系统模型的基础上，运用D-S证据理论对......
7. 《基于D_S证据理论和模糊数学的多传感器数据融合算法》PDF+DOC 本文提出了一种基于模糊数学和 D- S证据理论的多传感器数据融合技术的故障诊断系统 ，该系统选用以决策层为主、特征层为辅的方法。通过比较基于多传感器数据融合进行故障诊断的结果与单传感器进行故障诊断的结果 ，说明了此种算法的优越性 ，它避免了单一传感器的局限性 ，减少了各传感器不确定的影响。...
8. 《雷达与红外传感器数据关联及融合算法研究》PDF+DOC 多传感器信息融合技术在目标跟踪领域已经得到了广泛的应用，末制导融合技术是多传感器跟踪系统中的关键技术之一，而主动雷达、红外传感器的数据融合问题是研究的热点。由于主动雷达发射电磁波容易暴露，红外传感器隐蔽性好，但只能测角，不能测距，采用主动雷达为主、红外探测为辅的数据融合系统进行目标跟踪有利于充分地发......
9. 《应用数据融合方法辨识油气两相流流型》PDF+DOC 基于D-S证据理论和逐步回归方法，结合直管段差压波动信号的功率谱密度分布特征和电容传感器提供的电容信息，给出了一种油气两相流流型辨识的数据融合方法.通过差压传感器和电容传感器分别采集直管段差压波动信号和管道截面相分布信息，利用提取的特征参数和已经建立的与流型相关的电容关联式对各传感器的信任度函数进行......
10. 《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......