《基于D-S证据理论的障碍目标身份识别》PDF+DOC
作者:赵一兵,王荣本,李琳辉,郭烈
单位:吉林大学
出版:《吉林大学学报(工学版)》2008年第06期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJLGY2008060090
DOC编号:DOCJLGY2008060099
下载格式:PDF + Word/doc 文字可复制、可编辑
《无人驾驶车在越野环境中障碍身份识别》PDF+DOC2012年第01期 赵一兵,郭烈,张明恒,李琳辉
《基于D-S证据理论的多特征数据融合算法》PDF+DOC2010年第07期 宋建勋,张进,吴钦章
《D-S证据理论近似算法在数据融合中的应用》PDF+DOC2008年第06期 汪云亮,罗景青,岳宏伟
《D-S证据理论在多传感器信息融合中的改进》PDF+DOC 李向莉,吕建平
《D-S证据理论在多传感器融合中的应用》PDF+DOC2001年第03期 刘怀国,吴陈,张冰
《基于D-S证据理论的多传感器数据融合》PDF+DOC 崔智军,王庆春
《D-S证据理论及其改进算法研究》PDF+DOC2010年第10期 曾元鉴
《基于神经网络与D-S证据理论的目标识别》PDF+DOC2007年第05期 范晓静,胡玉兰
《应用D-S证据理论进行多传感器雷达体制识别》PDF+DOC2006年第06期 王俊林,张剑云
《基于D-S证据理论的多传感器多特征目标识别》PDF+DOC 冯立杰,樊瑶
以越野环境中典型的障碍物为识别目标,选用单目视觉与激光扫描仪建立融合系统,基于D-S证据理论融合多传感器信息,实现UGV对障碍目标的身份识别。首先将每个传感器的观测数据从观测空间变换到证据空间,对每种身份分配一个基本概率赋值;融合系统再根据Dempster组合规则计算各个命题组合后的概率赋值函数和相应的信任度区间,然后计算综合概率赋值函数和信任度区间;最后根据计算结果和决策规则进行障碍身份识别。试验表明:该方法优于利用单个特征识别障碍物身份,能大大提高系统对于障碍物的识别分类能力。
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。