微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2009年
22期
193-194,172
,共3页
信息融合%神经网络组%证据理论%目标识别
信息融閤%神經網絡組%證據理論%目標識彆
신식융합%신경망락조%증거이론%목표식별
针对当前目标识别系统中常用的信息融合方法识别率较低、运行速度慢、抗噪性差等问题,提出一种基于神经网络组和Ds证据理论的信息融合方法.该方法兼顾神经网络和DS推理二者的优势,有效地解决了目前信息融合方法对大噪声不确定性传感器测量信息的误识别问题.仿真实验表明,该方法是可行的,能有效地提高系统识别率及鲁棒性.
針對噹前目標識彆繫統中常用的信息融閤方法識彆率較低、運行速度慢、抗譟性差等問題,提齣一種基于神經網絡組和Ds證據理論的信息融閤方法.該方法兼顧神經網絡和DS推理二者的優勢,有效地解決瞭目前信息融閤方法對大譟聲不確定性傳感器測量信息的誤識彆問題.倣真實驗錶明,該方法是可行的,能有效地提高繫統識彆率及魯棒性.
침대당전목표식별계통중상용적신식융합방법식별솔교저、운행속도만、항조성차등문제,제출일충기우신경망락조화Ds증거이론적신식융합방법.해방법겸고신경망락화DS추리이자적우세,유효지해결료목전신식융합방법대대조성불학정성전감기측량신식적오식별문제.방진실험표명,해방법시가행적,능유효지제고계통식별솔급로봉성.
