纸质出版:2001
移动端阅览
数据融合在目标识别中的应用[J]. 传感器与微系统, 2001,(6):8-11.
数据融合在目标识别中的应用[J]. 传感器与微系统, 2001,(6):8-11. DOI: 10.13873/j.1000-97872001.06.003.
DOI:
介绍了数据融合及其一般功能模型、目标识别融合的三种结构层次
给出了目标识别融合的一般分类
即物理模型算法、参数分类算法、基于认识模型的算法。着重阐述和比较了参数分类算法中的Bayes理论和证据理论这两种不确定推理方法
给出了这两种方法的发展状况。列举了利用融合算法进行生物和军事目标识别的实例。
陈寅,林良明,颜国正.证据理论应用于多传感器融合不确定性分析[J].测控技术,2000(07).
金峰,蔡鹤皋.数据融合与传感器建模[J].传感器技术,1999(06).
王婷杰,施惠昌.一种基于模糊理论的一致性数据融合方法[J].传感器技术,1999(06).
杨杰,陆正刚,黄欣.基于多传感器数据融合的目标识别和跟踪[J].上海交通大学学报,1999(09).
孙红岩,张钹,何克忠,郭木河.目标的Dempster-Shafer融合识别[J].清华大学学报(自然科学版),1999(09).
张彦铎,姜兴渭.多传感器信息融合及在智能故障诊断中的应用[J].传感器技术,1999(03).
向阳,史习智.证据理论合成规则的一点修正[J].上海交通大学学报,1999(03).
李宏,刘江涛,安玮,徐晖,孙仲康.主观Bayes方法与神经网络相结合的多传感器数据融合空间点目标识别方法[J].红外与毫米波学报,1997(06).
黎湘,庄钊文,郭桂蓉.模糊自组织神经网络及其在信息融合目标识别中的应用[J].国防科技大学学报,1997(03).
李宏,徐晖,安玮,孙仲康.基于人工神经网络与证据理论相结合的信息融合空间点目标识别方法研究[J].信息与控制,1997(02).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构