期刊文献+

多传感器协同探测目标的分类识别研究 被引量:8

Study of target recognition based on multi-sensor cooperating with exploration
下载PDF
导出
摘要 采用可见光、红外、SAR、高光谱、电子信号5类传感器对目标进行协同探测,提出了一种基于神经网络与D-S证据理论结合、采用"分层有序"进行目标分类识别的方法,该方法先对目标进行粗分类,然后进行细分类,能准确有效地进行目标的分类识别. Applying a Multi-sensor, such as optical, infrared, SAR, High-spectrum and electron signal type, to explore the target cooperating, a new approach is proposed based on the Neural Network together with the D-S evidence theory, and "orderly quantization" is adopted in target recognition. The target is classified extensively and then intensively. The approach can accurately and effectively identify the target.
出处 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2009年第3期443-447,共5页 Journal of Xidian University
基金 “863”计划资助(2006AA701304)
关键词 协同探测 分层有序 神经网络 D-S理论 目标识别 cooperating with exploration orderly quantization neural network D-S evidence theory target recognition
  • 相关文献

参考文献4

二级参考文献27

  • 1张静,宋锐,郁文贤.雷达目标识别中的BP神经网络算法改进及应用[J].系统工程与电子技术,2005,27(4):582-585. 被引量:9
  • 2蒲书缙,杨莘元,赵忠凯,赵坤.一种复杂环境下的多传感器目标识别系统[J].兵工学报,2006,27(3):418-421. 被引量:5
  • 3曹可劲,赵宗贵,江汉.一种基于证据理论和条件规则的目标识别方法[J].系统工程与电子技术,2006,28(8):1169-1171. 被引量:7
  • 4潘震中.多传感器信息融合的谢佛-登普斯特方法[J].火力与指挥控制,1994,19(3):12-16.
  • 5Shafer G. A mathematical theory of evidence[M]. Princeton: Princeton University Press, N J, 1976.
  • 6Yager R R. On the D-S framework and new combination rules [J]. Information Sciences, 1987, 41(2) : 93 - 138.
  • 7Smets. The combination of evidence in the transferable belief model[J]. IEEE Trans. on Pattern Analysis and Machine Intelligence, 1990, (3): 202-216.
  • 8Dubois H. Representation and combination of uncertainty with belief functions and possibility measures [J]. Computational Intelligence, 1998, (1): 88-101.
  • 9Waltz E,Llinas J.Multisensor data fusion.Artech house inc.,1991(ISBN:0890062773)
  • 10潘震中,火力与指挥控制,1994年,19卷,3期,12页

共引文献110

同被引文献51

引证文献8

二级引证文献19

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部