《基于神经网络的声目标识别融合方法研究》PDF+DOC

📙 相关资料

1. 《多传感器声目标识别的研究》PDF+DOC 介绍了声目标的各种识别方法 ，将 Dempster-Shafer证据推理的基本理论应用到声目标的识别中。用质量函数构造基本概率赋值函数 ，给出了在 n次扫描情况下 ，累积质量函数的融合公式并给出了识别目标的决策方法。通过实例计算可以看出 ，该方法可以提高对声目标识别的准确性...
2. 《证据理论在多传感器数据融合中的应用》PDF+DOC D-S方法作为一种重要的融合方法，已广泛应用于各种融合系统中。本文研究了证据理论在多传感器数据融合中的应用，并应用D-S方法，解在多传感器条件下的数据融合问题。最后将D-S方法与其他数据融合方法作了比较，说明了D-S方法的优越性和先进性。...
3. 《一种基于证据理论的多传感器目标识别方法》PDF+DOC 证据理论是高层数据融合中的一种重要方法，因其能够很好地处理不确定性问题，近些年来被广泛应用于决策判断、目标识别等数据融合领域。随着人们认知能力的不断提高和科技的不断发展，以及感知信息识别框架的不断完善，如何给感知信息赋予一个合理而准确的基本概率值成了证据理论发展的一大研究重点。经过学习研究，提出了通......
4. 《基于灰关联分析与D-S证据理论的多传感器雷达辐射源识别方法》PDF+DOC 提出了基于灰关联分析与D-S证据理论的多传感器雷达辐射源识别方法。该方法在单个传感器中运用灰关联分析法通过计算灰关联度给出该传感器关于识别框架的基本概率赋值，再在融合中心用D-S证据理论对多个传感器的识别结果进行融合。仿真试验结果表明该方法是可行的。...
5. 《模糊神经网络与证据理论的飞机目标敌我识别》PDF+DOC 为满足复杂环境下目标敌我属性识别能力，提出了一种基于模糊神经网络(FNN：Fuzzy Neural Net-works)和证据理论的新敌我识别方法。该方法利用模糊神经网络和证据理论信息的处理能力，将敌我识别器(IFF：Identification Friend-or-Foe)、电子支援措施(ESM：......
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. 《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......
8. 《战场目标识别中的D-S证据理论应用》PDF+DOC 为了解决干扰情况下地震动信号发射源的定性问题，提出了在决策层上的多传感器数据融合的识别方法。利用定位传感器组中各个传感器得到的数据，并考虑在同一个定位组中各个传感器所得数据的置信度不同，来对地震动信号发射源性质进行识别。实验结果证明：基于D-S证据理论的战场目标识别数据融合后，地震动信号发射源特性识......
9. 《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......
10. 《基于多传感器数据融合的目标识别方法》PDF+DOC 基于对目标识别特点的认识，给出了目标识别的可能性描述方法，讨论了目标识别决策级融合的一些常用方法，包括基于最大后验概率、D-S证据理论、模糊综合函数及黑板模型的目标识别融合方法.提出了一种将模糊神经网络与证据推理相结合的数据融合目标识别方法。...