共查询到15条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
多传感器目标识别的神经网络与证据理论结合方法 总被引:4,自引:2,他引:4
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。 相似文献
5.
6.
基于目标识别的D-S数据融合 总被引:1,自引:0,他引:1
目标识别是雷达信号处理的重要组成部分.详细地阐明了D—S证据理论的决策方法,重点研究了D—S证据理论应用于目标识别的方法.通过实例分析,指出了将D—S证据理论应用于目标识别具有实际应用前景。 相似文献
7.
研究了D-S证据理论在多属性、多传感器模式识别中的应用。在基于D-S推理的信息融合中.其关键问题是基本概率赋值函数的构造。文中基于灰关联分析的思想提出了一种新的基本概率赋值函数的构造方法,并将它应用于辐射源型号识别,仿真实验结果验证了这一方法的正确性和有效性。 相似文献
8.
多传感器声目标识别的研究 总被引:3,自引:0,他引:3
介绍了声目标的各种识别方法,将Dempster-Shafer证据推理的基本理论应用到声目标的识别中。用质量函数构造基本概率赋值函数,给出了在n次扫描情况下,累积质量函数的融合公式并给出了识别目标的决策方法。通过实例计算可以看出,该方法可以提高对声目标识别的准确性。 相似文献
9.
10.
11.
12.
13.
14.