共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
基于最大隶属度与证据理论的目标识别融合 总被引:1,自引:0,他引:1
为解决各传感器的类型、精度,外界干扰以及不同传感器对不同目标敏感程度的不同对目标识别的决策结果的影响,通过运用智能信息处理和多源信息融合的相关知识建立了基于最大隶属度与证据理论的目标识别融合模型.该模型首先分析了影响目标识别的因素;然后各雷达站依据最大隶属度选取了不同的权重,从而求出了所测目标相对于目标库中参考目标的隶属度,并将得到的本站对目标的决策结果进行归一化处理后送往了融合中心.研究了比较常用的对不确定信息进行处理的D-S证据理论法,并深入分析了其证据合并规则与决策规则.在融合中心运用了D-S证据理论的有关知识进行融合,最终输出了融合后的目标识别的决策结果.实例证明了该目标识别融合模型的可行性. 相似文献
4.
本文在详细阐述了Dempster-Shafer证据理论的基础上,介绍了基于D-S证据理论的雷达体制识别的信息融合算法。识别实例和对比实验表明,这种信息融合识别方法是非常有效的。 相似文献
5.
采用粗BP神经网络和D-S证据理论的目标识别 总被引:2,自引:2,他引:0
为克服传统的目标识别方法的不足,提高目标识别的实时性和准确性,提出将粗BP神经网络与D-S证据理论相结合的识别模型.在多传感器数据融合中利用粗集理论对大量的传感器数据进行处理,对输入信息进行约简,剔除冗余信息,简化了生成规则和BP神经网络模型结构,提高了网络训练速度和运行速度.以BP神经网络输出作为证据,后端对不同传感器的证据用D-S证据理论进行融合,得到待识别目标的识别概率.实验表明该模型减少了识别的主观因素,简化了BP神经网络结构,提高了运算速度和识别效果.该混合模型有比较好的应用前景. 相似文献
6.
改进的证据组合规则及其在融合目标识别中的应用 总被引:5,自引:0,他引:5
针对D-S理论在解决证据冲突时的局限性,提出了一种改进的证据组合规则.该方法充分考虑了证据源信息和冲突证据本身的信息,利用证据间的支持度矩阵,得到各证据的可信度.并以此对证据进行加权平均;在此基础上,将支持证据冲突的概率按各个命题在所有命题中所占的比重进行分配.仿真实验结果表明,该方法在处理冲突证据问题及证据比较一致的问题时,都能得到合理的融合结果.在实际的多传感器融合目标识别中,可以充分利用多个传感器的互补信息,最大程度地降低矛盾冲突因子对识别结果的影响,从而提高了融合识别的可靠性和有效性. 相似文献
7.
8.
9.
10.
11.
王丽艳 《微电子学与计算机》2013,30(2)
针对单一特征图像自动识别算法存在识别结果不稳定和识别正确率低等缺陷,提出一种基于证据理论和改进神经网络相融合的图像自动识别算法.首先提取能反映图像类别信息的颜色和纹理特征,然后采用RBF神经网络对单一特征进行初步识别,识别结果作作为证据,最后采用证据理论对初步识别结果进行决策融合处理,得到图像最终识别结果.仿真测试结果表明,该算法的平均识别正确率达到92.29%,相对于单一特征识别算法,图像识别结果的可靠性和正确率得到了大幅提高,具有较好的应用前景. 相似文献
12.
红外小目标识别的新方法 总被引:1,自引:0,他引:1
针对复杂背景下红外小目标识别困难的问题,提出了一种基于证据理论的多传感器红外小目标融合识别方法,该方法能通过多传感器信息融合的方法达到证据积累的效果,大大提高了红外小目标的识别可信度,具有一定的实用性. 相似文献
13.
14.
从实用角度出发分析了相关滤波法、目标识别法和D-S证据理论等方法在异类传感器信息融合的不同层次的使用,综合以上方法实现对雷达侦察辐射源、通信辐射源、激光辐射源和雷达航迹的信息融合,最终合成平台信息,用于完成平台识别. 相似文献
15.
随着作战装备多元化以及信息化技术的不断发展,多源信息融合的重要性日益突出,成为提升信息化装备战斗能力的决定性因素.证据理论因其在不确定性表示、量度和组合方面的优势而得到广泛应用,是实现多源信息融合的有效途径.然而在实际作战中,对目标的融合识别是一个过程,现有的融合识别算法大多忽略了应用中的过程性.从实际应用角度出发提出一种基于时域信息积累的多源信息融合模型,理论分析和实验仿真验证了该模型的合理性、正确性和有效性. 相似文献
16.
17.
利用信息融合技术进行目标识别,已经成为模式识别领域的重要研究方向。而利用DS理论进行时空域信息融合是信息融合领域的一个研究热点。信息融合技术既包括了在空间域上对多个证据的融合,也包括了在时间域上对不同时刻的同一证据源提供的证据的融合。本文首先介绍递归集中式,递归分布无反馈式和递归分布有反馈式三种典型时空信息融合模型,通过对各模型进行的理论分析和算例仿真,得出一个与前人不同的观点;然后以空间目标融合识别为背景,提出一种有效的混合式时空信息融合模型。在保证识别率的前提下,该模型能节约系统资源,降低运算量。仿真实验验证了该模型的有效性。 相似文献
18.
19.
为了满足目标识别的需要,多传感器的数据融合技术已经成为研究的热点。D-S证据理论是多传感器信息融合中最常用的一种处理不确定问题的方法,在基于D-S证据理论的目标识别融合中,基本概率赋值的获取是一个难点。使用神经网络中应用最广泛的BP神经网络来求基本概率赋值,再结合D-S理论进行目标识别。结果表明这种方法可以提高战场目标识别的可靠性,降低识别结果的不确定性。 相似文献