《基于D-S证据理论的多传感器数据融合》PDF+DOC

📙 相关资料

1. 《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...
2. 《D-S证据理论在多传感器融合中的应用》PDF+DOC 详细介绍了Dempster Shafer证据理论 ，介绍了它在多传感器融合 (MSF)中的应用 ，并举了一个具体的例子 ，实验结果验证了其有效性...
3. 《一种新的基于权重系数的证据理论合成方法》PDF+DOC D-S证据理论可以有效地处理不确定信息，是有效的数据融合方法之一。但在证据高度冲突时，因其归一化过程会产生有悖常理的无效结果，因此不同证据源的冲突处理成为数据融合的主要问题之一。基于此，提出了一种新的证据合成方法，该方法充分考虑了证据在合成过程中的重要程度，通过引入权重系数，提高了证据合成的可靠性和......
4. 《一种基于证据理论的数据融合新算法研究》PDF+DOC 从决策级层次出发，给出一种新的基于证据理论的多传感数据融合算法.从传感器的重要度和各证据的可信度两方面综合考虑对融合结果的影响，并根据传感网络的实际应用情况给出了反映传感器重要度及证据可信度的融合系数，引入未知项，使新的算法能更好地实现多传感器的数据融合.通过举例与分析表明新算法能较好地解决证据冲突......
5. 《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......
6. 《D-S证据理论和粗集理论在数据融合中的应用》PDF+DOC 提出了一种由粗集理论和D S证据理论结合的多传感器数据融合方法 ，并将其应用于目标识别中。在目标识别的数据融合中 ，利用粗集理论对大量的传感器数据进行处理 ，判断出冗余传感器 ，得到传感器的最简组合 ，从而简化特征数据。然后利用D S理论实现目标的分类 ，改进分类的效果。因此 ，将两种方法结合起来应......
7. 《基于D-S证据理论的多传感器雷达体制识别》PDF+DOC 在阐述 Dempster- Shafer(D- S)证据理论的基础上 ，较系统地论述了基于 D- S证据理论的多传感器雷达体制识别的数据融合方法 ，并给出了具体的识别实例...
8. 《基于信息熵的D-S证据理论及其在传感器融合中的应用》PDF+DOC 从证据本身和证据之间的相互关系两个方面分析了证据的可信度及相应在融合过程中获得的权重，引入了证据信息熵的概念，并给出了从证据本身确定可信度的方法。为了从证据之间的相互关系考察证据的可信度，给出了描述证据间相互支持的模糊关系矩阵，并依此来影响各传感器对于融合数据的重要性。实验验证了所提方法的有效性和鲁......
9. 《应用D-S证据理论进行多传感器雷达体制识别》PDF+DOC 在阐述Dempster-Shafer(D-S)证据理论的基础上，较系统地论述了基于D-S证据理论的多传感器雷达体制识别的数据融合方法，并给出了具体的识别实例。实验结果证明了基于多传感器融合后的识别结果明显优于单传感器的识别结果，说明了D-S证据理论的有效性和先进性。...
10. 《组合D-S证据理论在多传感器信息融合中的应用》PDF+DOC 在多传感器的目标跟踪领域中，Dempster-Shafer证据理论及其组合方法得到了广泛的应用，但该理论本身也存在一些不足之处。针对D-S组合规则无法解决冲突证据这一情况，根据传感器的优先级不同，提出了采用组合的改进算法来取得合乎直观的合理结果。该算法简单，避免了复杂的数学运算，具有良好的工程应用背......