信息融合在空间点目标识别中的应用

提出一种三级融合的多传感器信息融合空间点目标识别方法,将BP网络和D—S证据推理有效地结合起来.第一级融合采用神经网络进行识别,第二和第三级采用D—S证据理论进行识别.经过三级融合后可以提高系统的识别率,尤其是在有噪声的情况下.仿真实验验证了算法的有效性.     

基于D-S证据理论的多类支持向量机融合方法

多源信息决策级融合是一种高层次、直接针对具体决策目标的融合,融合结果直接影响决策水平．针对决策级融合问题,提出了一种基于D-S证据理论的多类支持向量机融合方法．首先构造多个多类支持向量机分类器,然后采用一种新的基于成对类别概率的基本概率赋值方法,应用D-S证据理论将它们融合．仿真结果验证了该方法可以得到更高、更稳定的识别率．     

基于区间信息的基本概率赋值转换概率方法及应用

D-S证据理论的基本概率赋值(BPA)能够有效地表示和处理不确定信息,在不确定信息处理中得到了越来越多的应用。基于BPA决策是一个有待解决的问题,将BPA转化为概率函数进行决策是一个简单可行的方法。文章首先定义了BPA到概率的转换定义,提出了BPA转换概率的基本准则,基于证据理论中命题的信度函数和似真函数构成的区间信息提出了一个区间概率转换(Intervalprobability transformation,IPT)方法,建立了基于IPT的信度函数决策模型。应用一个导弹防御决策的例子表明了所提出方法的有效性。     

多传感器数据融合技术在火灾报警中的应用

针对目前火灾报警中存在的问题,提出了一种基于神经网络和D-S证据理论的多传感器数据融合技术,并通过模拟实际输入信号的仿真结果进行了证明.这种采用神经网络BP算法和D-S证据理论的多传感器数据融合技术,能够显著提高火灾的识别能力,有效降低火灾误报率.     

基于D-S证据理论的月球探测机器人的信息融合

为解决传统的D—S理论在判别传感器数据之间的相互关系时过于绝对化和经验化的问题，引入了互信因子的概念，用于表示不同证据间的相互支持程度，提高决策的可靠性．采用D—S证据理论实现了月球探测机器人的信息融合，并以障碍物检测为例进行了验证，实验结果表明了该方法的可行性和有效性。     

不确定性推理方法在信息融合中的算法研究

主观Bayes方法和D-S证据理论是两类常用的不确定性推理方法,但由于计算公式较为抽象,给实际应用带来了困难．对这两类方法进行了比较、分析,给出了各自容易实现的递推公式,实际应用证明该方法简便、易行,可操作性强．     

基于信息融合理论的空间点目标识别实验结果分析

提出一种三级融合的多传感器信息融合空间点目标识别方法,将BP网络和D—S证据推理有效地结合起来.第一级融合采用神经网络进行识别,第二和第三级采用D—S证据理论进行识别.仿真结果证明,本文提出的方法能较好地解决复杂目标和诱饵的识别问题.     

多信息融合技术及在无损检测中的应用

研究了基于D-S证据理论的多传感器决策层信息融合的实现方法和算法,探讨了将Dempster联合规则推广到多源信息时取消中间联合过程的归一化计算问题,推导出了改进算式。应用于无损检测,用超声波等三种传感器对一铸件进行无损检测仿真实验,结果证明能够提高检测速度与检测精度。     

基于改进的D-S证据理论的网络舆情信息融合

从我国网络舆情现状出发,分析网络舆情对社会影响的主要因素,选取4种网络舆情预警指标,获取观测数据,基于改进的D-S证据理论信息融合技术,建立网络舆情预警模型,并利用类概率函数实现对网络舆情话题演变成舆情事件的可能性的判断。同时把改进后的融合方法与经典的D-S组合规则做比较,结果表明,改进后的方法可以更好地实现证据的融合,并得到更为合理的判断结果。     

一种新型数据融合方法在火灾监测中的应用研究

传统的火灾监测系统一般采用阈值判断法,该系统固然具有快速反应的优点,也存在误报率较高的问题.针对上诉问题,结合火灾预警监测系统中的数据采集要求,在对多组数据处理中,提出了一种基于D-S证据推理的贝叶斯网络法的数据融合新方法.该方法首先利用D-S证据理论推理出贝叶斯网络的信任函数和似然函数的条件概率,然后再求得信度函数和似然函数,最后在决策规则下判断火灾发生的概率.实验结果表明,该方法实现简单,并能有效提高监测系统的判断准确率.     

D S证据理论在多传感器身份融合中的改进

D-S证据理论是一种处理不确定性问题的有效方法,但是D-S证据理论组合规则的一些不足影响证据理论的应用。通过深入研究Dempster组合规则存在的问题,文章提出了一种新的基于Dempster组合规则的改进方法,理论分析和数值实验结果表明,改进后的方法弥补了Dempster组合规则不足,并能提高合成结果的可靠性。     

数据融合技术在运动机械监测系统中的研究与应用

将数据融合原理应用于运动机械监测数据综合分析管理,阐明了运动机械融合系统中数据库的核心地位;提出了基于数据库,以数据驱动方式实现运动机械监测融合的思想和实现方法;给出了数据融合系统的融合模型.     

混合型入侵检测系统中联合分析与数据融合技术

针对目前国内外研究的入侵检测系统大多存在误报率高、检测效率低等问题,改进了入侵检测系统的分析器,采用2层结构,在误用分析层之上,增加联合分析层.联合分析层运用数据融合技术,采用Dempster-Shafer证据理论作为数据融合算法,并引入了一种新的基于Dempster组合规则的融合方法.通过对使用该入侵分析器与未使用入侵分析器的入侵检测系统进行比较实验表明,该分析器可以有效地降低误报率.     

多Agent技术在数据融合系统中的应用

数据融合充分利用多个传感器资源,对观测到的信息进行合理支配和使用,把在时间和空间上的冗余或互补信息按照某种准则进行组合,以获取对被观测目标的一致性认识.为提高目标跟踪系统的滤波精度,在滤波时采用了多Agent技术,使系统的跟踪精度有了显著提高.通过引入多Agent技术,对数据融合系统中的模型和方法进行改进,提出多Agent数据融合模型,为数据融合问题提供新的解决方法和途径.     

改进的冲突证据组合规则

针对信息融合中冲突证据的组合问题,提出一种新的利用均衡信度分配准则的冲突证据组合方案．首先分析原始Dempster组合规则及其改进组合规则的不足,然后利用均衡信度分配准则合成新的mass函数,最后数值实验表明新组合方法有效地解决了现有Dempster证据组合规则中存在的Zadeh悖论、一票否决、鲁棒性和公平性等不足．     

Bayes数据融合方法及其在水下目标检测中的数学仿真验证

对基于Bayes判决法的模式分类方法进行了理论分析,将多变量Bayes模式分类方法应用于决策信息融合过程,证明了用多传感器测得的多维信息进行决策融合性能优于用单传感器测得的一维信息。将基于Bayes判决法的数据融合方法用于水下目标检测,能大大提高系统的目标检测能力,理论分析和数学仿真均证明了该方法的有效性。     

数据融合及其应用

介绍了数据融合的定义,融合层次,融合方法及其应用领域,特别是在军事上,机器人控制及图像处理上的应用．在此基础上,分析了数据融合的研究热点及发展趋势．     

一种多传感器数据融合算法评估平台的设计

为了使用融合效果最好的算法，设计了一种融合算法测试平台，在平台上分别对采用Bayes理论和D—S证据理论算法的目标身份识别情况进行了定量分析，结果证明该平台能根据评估指标区分出融合算法的优劣，可以作为算法选择的工具，具有一定的实用价值．     

数据融合技术在炉衬侵蚀检测中的应用

采用电容法、火焰图像处理以及激光测厚3种不同的方法分别检测炼钢转炉炉衬的侵蚀状况，然后用BP神经网络对这3种方法测得的结果进行数据融合，结果表明，这种基于数据融合的检测方法可以得到比较理想的结果。