《基于加权D-S证据理论的分布式多传感器目标识别》PDF+DOC

📙 相关资料

1. 《用D-S证据理论方法实现多传感器数据融合》PDF+DOC 对 Dempster- Shafer证据理论用于多传感器数据融合进行了分析 ，并将其应用于飞机目标识别的数据融合中。结果证明 ，多传感器融合后降低了识别结果的不确定性 ，较单一传感器的识别效果好。说明这一方法是一种有效的数据融合方法...
2. 《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...
3. 《基于D-S证据理论改进算法的末敏弹多传感器融合技术研究》PDF+DOC 针对末敏弹是一种新型弹药，其关键技术是敏感器技术和爆炸成型弹丸技术的特点。采用D-S证据理论改进算法对末敏弹多传感器融合技术进行研究。介绍了多传感器融合技术，提出了D-S证据理论改进算法的目标分类判定规则，并针对三种类型的传感器对三种典型目标的识别进行了仿真计算。计算结果表明多传感器融合明显优于单一......
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. 《D-S算法在信息融合中的研究与实现》PDF+DOC 多传感器的信息融合处理需要对目标进行有效识别仍是目前备受关注的问题之一，D-S证据理论作为一种重要的融合算法已被广泛应用。本文对D-S算法在目标识别问题中进行了较全面深入的研究，并从信息融合角度对D-S证据理论进行了实现和验证。...
6. 《基于模糊C均值聚类和D-S证据理论的多传感器信息融合技术研究》PDF+DOC D-S证据理论能很好地表达“不确定”和“未知”等信息融合中的重要概念，在多传感器信息融合领域得到了广泛的应用。针对传感器数量较多时，D-S方法计算量很大的问题，提出了利用模糊C均值聚类来减少证据体数目，再结合D-S证据理论进行信息融合的办法。实验数据表明，该方法大大减少了计算量，保证了目标识别的准确......
7. 《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。...
8. 《D-S证据理论在振源目标识别中的应用》PDF+DOC 本文采用D-S证据理论对振动目标脉冲宽度进行融合，可以很好地解决振动目标识别问题。地面目标激励产生的振动信号，主要受到运动状态、目标质量、传感器的距离以及地质条件等因素的影响。对传感器采集到的振动信号进行处理、特征抽取进而通过分类识别的方法可以确定产生地振动信号的目标类别[1]。...
9. 《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......
10. 《多传感器目标识别的神经网络与证据理论结合方法》PDF+DOC FMM人工神经网络在模式识别和分类中具有独特的优势，D-S证据理论在多传感器决策融合上具有优势。提出了一种FMM神经网络与D-S证据理论相结合的多传感器数据融合目标识别方法，给出计算机仿真结果，表明该方法可以克服单一传感器ATR系统的局限性，提高对目标的识别率和系统的容错性。...