《D-S证据理论在雷达目标识别中的应用》PDF+DOC

📙 相关资料

1. 《D-S证据理论数据融合方法在目标识别中的应用》PDF+DOC 为解决车辆目标识别问题 ，采用基于推理的数据融合方法 ，分析了 Dempster- shafer证据理论用于多传感器数据融合的基本概念和理论 ，并将它应用于车辆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的识别结果好 ，验证了这一方法的正确性和有效性...
2. 《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-...
3. 《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。...
4. 《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。...
5. 《利用数据融合来解决目标识别问题》PDF+DOC 提出了一种用于目标识别与分类的改进算法，以模糊数学和Ｄ－Ｓ证据理论作为其数据融合的工具，通过比较基于融合信息进行分类与单传感器分类的结果，说明多传感器数据融合的优越性。...
6. 《应用证据理论(D-S方法)解多传感器数据融合问题》PDF+DOC 应用证据理论 (D -S方法 ) ，解在多传感器条件下的数据融合问题。具体方法是根据多个传感器对目标类型判断的基本概率分配函数 ，不断添加新的传感器数据 ，更新信任函数和似然函数 ，最终判断目标类型。并且将D -S方法与其它数据融合方法 (如Bayes方法...
7. 《基于粗糙集和D-S证据理论的井下风险评估方法》PDF+DOC 针对以单传感器监测数据作为井下安全性评估依据存在难以获得丰富、全面、准确的环境信息的问题，提出一种基于粗糙集和D-S证据理论的井下风险评估方法，并进行了具体的实例分析。该方法对多传感器采集的参数进行基于粗糙集的一级数据融合及基于D-S证据理论的二级数据融合，实现了对井下多种信息的整合，优化了现有的风......
8. 《基于神经网络与改进D-S证据理论的目标识别》PDF+DOC 研究基于神经网络(NN)和D-S证据理论相结合对多传感器多测量周期进行数据融合的目标识别方法.采用中心式融合算法，利用神经网络对单个传感器不同周期的目标进行融合识别；利用D-S证据理论对识别信息进行全局融合，得到综合的目标识别，达到对目标识别的目的，并通过实例证明了该方法的有效性。...
9. 《基于绝对偏差的多传感器目标识别方法》PDF+DOC 针对具有多个特征指标的多目标识别问题，提出了一种新的多传感器信息融合方法。该方法根据最大最小隶属度函数得到指标隶属度矩阵，通过求解各目标类别综合隶属度的绝对偏差最大的优化问题，客观地获得了属性的权重，从而给出目标识别算法，提高了识别结果的客观性和区分程度。工件识别实例验证了算法的有效性和实用性。...
10. 《基于隶属度和D-S理论的雷达目标识别方法》PDF+DOC 研究了D-S证据理论在雷达目标识别中的应用。D-S推理的关键问题是基本概率赋值函数的构造。针对目标识别中的不确定信息，本文引入了观测样本的模糊隶属度函数，求得单个传感器对目标的相关系数，进而给出该传感器对于识别框架的基本概率赋值，再在融合中心用D-S证据理论对多个传感器的识别结果进行融合。仿真试验结......