作者:雷蕾,王晓丹 单位:华北计算技术研究所 出版:《计算机工程与应用》2013年第11期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFJSGG2013110290 DOC编号:DOCJSGG2013110299 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVM和DS证据理论的多传感器信息融合故障诊断》PDF+DOC2015年第04期 张宁波 《支持向量机与证据理论在信息融合中的结合》PDF+DOC2008年第09期 周皓,李少洪 《SVM与DS结合的管道泄漏诊断方法研究》PDF+DOC2016年第05期 王新颖,江志伟,陈海群,王凯全 《基于混淆矩阵的证据可靠性评估》PDF+DOC2015年第04期 宋亚飞,王晓丹,雷蕾 《DS理论在信息融合中的改进》PDF+DOC2004年第06期 许丽佳 《一种基于DS证据理论的红外小目标融合识别方法》PDF+DOC2002年第06期 李秋华,李吉成,沈振康,朱振福,宋波 《超球SVM与证据理论在故障诊断中的应用》PDF+DOC2012年第09期 周绍磊,秦亮,史贤俊,肖支才 《煤矿带式输送机健康诊断方法》PDF+DOC2019年第02期 祁瑞敏,王新 《基于DS证据理论的道砟清筛机作业工况识别研究》PDF+DOC2019年第11期 张龙,王海波,张宝明,毛志华,豆玉龙 《基于D-S证据理论的红外小目标识别方法》PDF+DOC2007年第01期 杨莘元,卓志敏,赵坤,池庆玺
  • 针对多传感器数据融合分类中,DS证据理论基本概率赋值难以解决的问题,提出了一种结合SVM与DS证据理论的信息融合改进方法。根据SVM对输入数据分类的实际情况和基于混淆矩阵得到的分类器局部识别可信度来构造基本概率赋值函数,实现了两者的有效结合,建立了SVM与DS证据相结合的多传感器信息融合模型。在决策融合过程中,重视和考虑了分类器局部识别可信度信息,并对算法进行了复杂度分析。基于UCI数据集和人工数据集的仿真结果表明该方法能够有效地降低融合识别的误差率,提高识别的可信度。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。