《基于多分类支持向量机和证据合成方法的多传感器信息融合研究》PDF+DOC
作者:苏思,姜礼平,邹明
单位:中国兵器工业第58研究所
出版:《兵工自动化》2010年第01期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFBGZD2010010210
DOC编号:DOCBGZD2010010219
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
《海量信息融合方法及其在故障诊断中的应用》PDF+DOC2018年第08期 原琦,丁家满
《一种基于多传感器时间-空间信息融合的红外小目标识别方法》PDF+DOC2002年第03期 李秋华,李吉成,沈振康,朱振福
《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
《基于决策距离测量的D-S证据理论冲突处理方法》PDF+DOC2011年第04期 彭会萍,曹晓军
《基于模糊集合的证据理论信息融合方法》PDF+DOC2010年第03期 韩峰,杨万海,袁晓光
《浅谈多传感器信息融合技术》PDF+DOC2007年第02期 徐华中,吴苏
《D-S推理的一种改进及其在多源信息融合技术中的应用》PDF+DOC2015年第13期 杨永旭
《多传感器信息融合目标识别系统设计》PDF+DOC 韩芬
《模糊—证据理论信息融合算法》PDF+DOC2013年第10期 赵乃杰,李辉
为克服支持向量机和Dempster方法的不足,提出一种基于SVM多分类器的识别结果概率输出方法。以BPA函数的形式输出SVM多分类结果,对Dempster证据合成方法进行了改进:根据证据之间的相似性程度判断是否存在证据冲突,对于证据数目在3条以上且存在冲突的证据组合,引用统计理论中马氏距离的计算公式计算各证据与其余证据组合之间的距离,导出各证据的重要性权系数,由此对证据的BPA函数进行转化,采用Dempster方法对转化后的BPA函数进行合成。然后,将SVM多分类器的BPA输出作为参与融合的各传感器对应的BPA函数,采用改进的证据合成方法进行合成,得到最后识别结果。结果表明,SVM识别方法能降低错误率,其输出形式包含更多信息量。
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。