《D-S证据理论数据融合方法在目标识别中的应用》PDF+DOC

📙 相关资料

1. 《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-...
2. 《D-S证据理论在雷达目标识别中的应用》PDF+DOC 为解决雷达终端目标识别问题，采用基于推理的数据融合方法。分析了Dempster-Shafer(D-S)证据理论用于多传感器数据融合的基本概念和理论，并结合最小风险准则将其应用于雷达终端目标识别的数据融合中。实验结果证明了基于融合后的识别结果较单传感器单周期的识别结果好，验证了这一方法的正确性和有效性......
3. 《D-S证据理论在多平台协同数据融合中的应用》PDF+DOC 为解决多平台协同数据融合问题，采用基于D-S证据理论的数据融合方法，分析了该理论在多平台协同数据融合中的应用原理，并将此方法运用于舰船类型的识别。通过MATLAB仿真计算对D-S方法在多平台协同数据融合和单平台数据融合中的应用进行了比较，验证了该理论在多平台协同数据融合中的有效性和实用性。...
4. 《基于矩阵分析和D-S证据理论的时空数据融合及目标识别》PDF+DOC 在矩阵分析和D S证据理论的基础上，给出一种时空数据融合的方法，并将它应用于飞机特征识别的数据融合中。实验结果证明了基于融合后的识别结果较单传感器的识别结果好，验证了这一方法的正确性和有效性。...
5. 《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...
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. 《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......
8. 《基于D-S证据理论的传感器网络数据融合算法》PDF+DOC 在传感器网络中，多个传感器对于同一目标的识别结果经常会发生冲突.本文采用基于D em pster-Shafer证据推理理论的数据融合方法来解决这一问题.然而，采用D-S证据组合公式计算融合结果，计算量过于巨大，对处理能力有限的感知结点来说负担过重，此外，计算所造成的延时也将严重影响系统的实时性和同步......
9. 《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......
10. 《运用Theil不均衡指数进行模糊传感器数据融合》PDF+DOC 针对具有多个特征指标的多目标识别问题，提出了一种基于Theil不均衡指数的融合方法。该方法根据Theil不均衡指数来定义熵权，通过三角隶属函数获得各传感器的局部决策支持度，采用熵权得到全局综合支持度，从而给出目标识别规则。较好地避免了特征指标权重选取受主观因素的影响，提高了目标识别结果的客观性和准确......