作者:周皓,李少洪 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2008年第09期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2008090210 DOC编号:DOCCGJS2008090219 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 在多传感器信息融合中,DS证据理论是一种重要方法,但是它的基石基本概率分配(BPA)一般不易确定,从而使它的优势难以得到发挥。支持向量机(SVM)是建立在统计学习理论之上的一种新型学习算法,但SVM的硬判决输出却不便于进行多传感器信息融合。为便于信息融合,本文提出了一种具有BPA输出的二类SVM,通过分析Platt概率输出模型的实质与不足提出利用SVM精度下限对其进行加权处理来得到证据理论的BPA方法,实现了SVM与DS证据理论在信息融合中的结合。仿真结果表明通过本文方法可以实现多传感器的信息融合并大大降低了融合识别的误差率。

    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。