《支持向量机在目标融合识别中的应用》PDF+DOC

📙 相关资料

1. 《基于支持向量机的多传感器地面目标识别的融合研究》PDF+DOC 针对地面目标识别的复杂性，将支持向量机引入地面目标多传感器融合识别中。本文深入研究了支持向量机的基础理论知识；建立了基于支持向量机的地面目标识别的融合模型；通过仿真实验验证了模型的有效性。结果表明：核函数的选取对结果有所影响，但在核函数选择合适的情况下能很好地解决地面目标识别的融合问题。...
2. 《基于支持向量机的多传感器空中目标识别研究》PDF+DOC 针对空中目标识别的复杂性，将支持向量机引入对空中目标的多传感器识别，对其机理进行了详细分析，建立了基于支持向量机的空中目标识别的算法模型。仿真实验的结果表明，该方法具有很好的识别效果，并且是一种能在训练样本很少的情况下达到很好分类推广能力的学习算法。...
3. 《基于PSO-SVM的空中目标智能融合识别模型》PDF+DOC 支持向量机(SVM)算法能较好地解决传感器数据不完整、缺失情况。针对SVM关键参数难以选择问题，提出了基于粒子群-SVM算法空中目标智能融合识别模型。结合工程需求，进行仿真。仿真结果表明，该算法能较精确地识别目标。...
4. 《基于动态模糊积分的决策层融合识别算法》PDF+DOC 模糊积分是一种常用的信息融合方法，融合中最关键的问题是确定反映各信源重要程度的模糊测度。在此将该算法用于多传感器目标识别系统，首先介绍了Choquet模糊积分以及模糊测度的定义，再建立了基于动态模糊积分的决策层融合目标识别模型，将该过程转化为多个传感器的身份识别结果关于各自重要程度的广义Lebesg......
5. 《基于SVM的机器人工件识别》PDF+DOC 支持向量机(SVM)是一种崭新的机器学习方法，建立在结构风险最小化原理基础上，寻找一个最优分类超平面，引进核函数将低维空间向量映射到高维空间.此方法能解决小样本、非线性及高维模式识别中的问题.鉴于此，将SVM应用于多传感器信息融合，并针对多类型目标识别问题，采用“oneagainstall”方法构造......
6. 《水面舰艇目标融合识别过程模型分析》PDF+DOC 如何利用水面舰艇装备的传感器准确及时地识别目标是取得海战胜利的关键，论文在研究数据融合的基础上，分析了水面舰艇传感器的划分及水面舰艇的目标分类，提出了一种水面舰艇目标融合识别模型，该模型的传感器子系统在利用水面舰艇装备的传感器获取目标信息的基础上，提取目标特征信息，并根据目标特征信息的输入独立判定目......
7. 《传感器非线性校正的遗传支持向量机方法》PDF+DOC 针对传感器非线性校正中现有的较为常用的神经网络法的不足和支持向量机参数难确定的问题，提出了一种遗传算法和支持向量机相结合的方法，阐述了支持向量机的非线性校正原理和遗传算法优化支持向量机参数的实现过程，并分别采用BP神经网络法和遗传支持向量机方法对压力传感器进行非线性校正。实验结果表明：BP神经网络法......
8. 《基于SVM回归的FLANN改进新法及其应用》PDF+DOC 通过分析常规函数链接型神经网络(FLANN)结构与支持向量机(SVM)的关系，确定了两者本质上的等价性；在此基础上提出了一种基于SVM技术的FLANN构造新方法，并将SVM-FLANN应用到称重传感器的动态补偿上。结果表明该方法构造的FLANN具有结果唯一、结构简单、全局优化等特点，应用于称重传感器......
9. 《改进的证据组合规则及其在融合目标识别中的应用》PDF+DOC 针对D-S理论在解决证据冲突时的局限性，提出了一种改进的证据组合规则。该方法充分考虑了证据源信息和冲突证据本身的信息，利用证据间的支持度矩阵，得到各证据的可信度，并以此对证据进行加权平均；在此基础上，将支持证据冲突的概率按各个命题在所有命题中所占的比重进行分配。仿真实验结果表明，该方法在处理冲突证据......
10. 《基于支持向量机的传感器非线性误差校正》PDF+DOC 提出了一种用支持向量机校正传感器非线性误差的原理和方法。该算法只依据样本就可以正确辩识传感器逆模型特征，而不需关于逆模型函数形式的任何先验知识，并将原问题转化为一个凸二次优化问题，能够保证找到的极值解就是全局最优解，具有较好的泛化能力。通过对电容式湿敏传感器误差校正的应用表明：该算法可取得较好的效果......