| 支持向量机与证据理论在信息融合中的结合 |
| |
| 引用本文： | 周皓,李少洪.支持向量机与证据理论在信息融合中的结合[J].传感技术学报,2008,21(9). |
| |
| 作者姓名： | 周皓 李少洪 |
| |
| 作者单位： | 北京航空航天大学电子信息工程学院203教研室,北京,100083;北京航空航天大学电子信息工程学院203教研室,北京,100083 |
| |
| 摘 要： | 在多传感器信息融合中,DS证据理论是一种重要方法,但是它的基石基本概率分配(BPA)一般不易确定,从而使它的优势难以得到发挥。支持向量机(SVM)是建立在统计学习理论之上的一种新型学习算法,但SVM的硬判决输出却不便于进行多传感器信息融合。为便于信息融合,本文提出了一种具有BPA输出的二类SVM,通过分析Platt概率输出模型的实质与不足提出利用SVM精度下限对其进行加权处理来得到证据理论的BPA方法,实现了SVM与DS证据理论在信息融合中的结合。仿真结果表明通过本文方法可以实现多传感器的信息融合并大大降低了融合识别的误差率。
|
| 关 键 词： | 信息融合 支持向量机 证据理论 基本概率分配 |
The Combination of Support Vector Machine and Evidence Theory
in Information Fusion |
| |
| Zhouhao Li,Shaohong.The Combination of Support Vector Machine and Evidence Theory
in Information Fusion[J].Journal of Transduction Technology,2008,21(9). |
| |
| Authors: | Zhouhao Li Shaohong |
| |
| Affiliation: | School of Electronics and Information,
Beijing University of Aeronautics and Astronautics |
| |
| Abstract: | |
| |
| Keywords: | information fusion support vector machine evidence theory basic probability assignment |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |
|
