《基于D-S证据理论的障碍目标身份识别》PDF+DOC

📙 相关资料

1. 《无人驾驶车在越野环境中障碍身份识别》PDF+DOC 针对无人驾驶车越野条件下的环境感知问题，基于Dempster组合规则实现了障碍目标的身份识别.首先，基于CCD和激光传感器提取5个特征作为障碍物特征证据；然后，将传感器数据转换到证据空间，选用模糊插值法求取障碍物身份隶属度进而获取相关系数；再次选择经验公式，根据障碍物类型和环境加权系数计算基本概率赋......
2. 《基于D-S证据理论的多特征数据融合算法》PDF+DOC Dempster-Shafer证据理论是不确定推理的一种重要方法，提供了一定程度的不确定性，可以指定给相互重叠或互不相容的命题，然后通过Dempster组合规则将不确定性信息在新证据中进行重新分布，该理论在许多方面都得到了广泛的应用。将来自图像传感器的多种图像特征，通过D-S证据理论将这些特征信息进......
3. 《D-S证据理论近似算法在数据融合中的应用》PDF+DOC 论述了基于D-S证据理论的多传感器数据融合方法。通常在强冲突情形下证据组合规则的组合结果是不符合常理的，其不同证据源的冲突处理成为数据融合的主要问题之一，文中提出了一种解决证据冲突情况下的近似算法。仿真结果表明该方法是有效的和可行的。...
4. 《D-S证据理论在多传感器信息融合中的改进》PDF+DOC 详细阐明了多传感器信息融合的一种方法——D-S证据理论，他是一种处理不确定性问题的有用方法，但是DS证据理论组合规则的一些不足影响证据理论的应用，通过深入分析，针对该方法的不足提出了一种修正的组合方法，这样不仅能够用于组合冲突比较大的证据，而且能够根据各条证据所包含的不同信息量进行自适应加权组合，改......
5. 《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...
6. 《基于D-S证据理论的多传感器数据融合》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，其归一化过程会产生有悖常理的结果。针对这个问题，国内外的学者提出了许多不同的改进方法，基本上可分为两类：修改组合规则和修改融合模型。在此总结分析了相关的国内外典型文献的改进思想，并进行系统条理的分析，为证据理论的发......
7. 《D-S证据理论及其改进算法研究》PDF+DOC 在多传感器数据融合中，D-S证据理论对于处理不确定性问题是一种有效的方法。但是，当证据严重冲突或完全冲突时，利用D-S证据理论法计算容易给出错误的结果。改进的证据理论法虽然解决了上述问题，但通过分析数据试验发现改进方法在处理一般的证据时效果不理想。文章将经典证据理论和改进方法相结合，发挥两种方法的优......
8. 《基于神经网络与D-S证据理论的目标识别》PDF+DOC 针对目标识别中基本可信度分配需要专家知识在实际中难以实现的问题，提出一种基于神经网络和D-S证据理论相结合的多传感器数据融合的方法.该方法利用D-S理论来表示和处理不精确的、模糊的信息，发挥神经网络的自学习、自适应和容错能力，提高了系统识别率.最后通过实验，利用神经网络来处理证据理论中的基本可信度分......
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. 《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......