作者:张雅媛,孙力帆,郑国强 单位:沈阳仪表科学研究院有限公司 出版:《仪表技术与传感器》2019年第07期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFYBJS2019070190 DOC编号:DOCYBJS2019070199 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于传感器网络的在线决策融合目标检测方法》PDF+DOC2015年第08期 闫永胜,王海燕,董海涛,姜喆 《基于D-S证据理论的多传感器气体泄漏源判定》PDF+DOC2016年第12期 朱菲菲,孙启湲,贾云伟,燕磊 《基于多传感器系统的分布式检测》PDF+DOC1996年第03期 马骏,孙即祥 《多传感器决策融合》PDF+DOC1993年第02期 潘震中 《多传感器数据融合技术与应用》PDF+DOC2005年第05期 陈俊任,王保强,刘心田 《多传感器目标识别的神经网络与证据理论结合方法》PDF+DOC2005年第06期 杨露菁,郝威 《基于证据理论的多传感器加权融合改进方法》PDF+DOC2011年第10期 李军,锁斌,李顺 《应用免疫策略的多传感器决策融合设计》PDF+DOC2009年第01期 袁晓光,杨万海,史林 《机载探测设备目标识别算法的研究》PDF+DOC2009年第03期 高田,景占荣,羊彦,侯静 《多传感器冲突信息的加权融合算法》PDF+DOC2009年第03期 刘准钆,程咏梅,潘泉,苗壮
  • 多传感器系统通常能够获取各种不同的量测数据,但是其信息的准确性和可靠性往往难以被保证,使用这些数据所做出的决策很有可能与事实相悖。鉴于此,在D-S证据理论框架内提出了一种基于改进Jousselme证据距离的多传感器决策融合方法。通过对相似性Jaccard系数矩阵分块化处理,以合理准确地描述传感器节点证据冲突,并借此计算各传感器节点的权值来修正证据源,最终通过D-S融合规则得到正确决策。数值实验结果显示提出方法的识别率最高可达92.52%,相比Muphy法高出了17.28%,而不确定度却降低了2个数量级,不但能够快速准确地识别传感器节点证据冲突,而且决策风险更小,因此适用范围更广。

    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。