精华内容
下载资源
问答
  • 电信设备-信息汇聚融合装置及信息融合方法.zip
  • 对基于信息融合的故障诊断方法进行综述.首先简要阐述信息融合的基本概念以及信息融合与故障诊断的关系;然后介绍贝叶斯定理融合故障诊断,模糊融合故障诊断,证据理论融合故障诊断,神经网络融合故障诊断和集成信息融合...
  • 基于多Agent的车联网信息融合方法.pdf
  • 基于RBF神经网络的相对导航信息融合方法.pdf
  • 结合多粒度粗糙集和证据理论的信息融合方法
  • 电信设备-一种地震属性多源信息融合方法.zip
  • 基于格网系的无线网络多信道信息融合方法.pdf
  • 电信设备-一种多物理域特征信息融合方法.zip
  • 电信设备-一种多传感器系统及信息融合方法.zip
  • 电信设备-LBLMINS组合导航系统及其导航信息融合方法.zip
  • 针对协同空战中激光数据链路系统传输的友机雷达探测信息与本机红外搜索跟踪系统(IRST)探测信息的不同特性,提出一种基于最优数据压缩的异步信息融合方法来提高探测系统性能。分析了包括时间配准、空间对准、数据融合...
  • 针对矿井瓦斯事故频发,矿井供风系统急需改进的实际情况,将多传感器信息融合方法及PLC应用于矿井通风系统中,以实现对原系统的改造.利用各类传感器采集的信号进行同类传感器本身的一次数据融合处理后,再对异类传感器...
  • 电信设备-多潜器载体探测端声纳信息融合方法.zip
  • 而后基于新的冲突表示方法,提出了一种新的冲突信息融合方法,该方法保持DS组合规则不变,对融合结果进行修正,能够有效解决证据高度冲突情况下的信息融合问题。最后通过算例验证了该方法的有效性。
  • 信息融合是一种认识和研究...本文在分析多元统计图信息融合一般过程及几种多元描述统计图的基础上,提出改进型雷达图表示方法,进而提出了基于改进型雷达图的信息融合方法,并将其应用于秦皇岛城市创新能力实证分析。
  • 提出了一种基于模糊集合和证据理论的信息融合方法.针对证据理论应用中基本概率指派函数(mass函数)以及多传感器信息融合中各个传感器测量数据的可信度均难以确定的问题,首先利用传感器测量信息的不确定性得到辨识...
  • 论文研究-基于距离熵的应急决策层信息融合方法.pdf, 通过分析决策层信息融合和应急决策的特点,并考虑到应急决策对客观性、科学性的要求,提出了基于距离熵的应急决策层...
  • 电信设备-一种AOD炉喷溅预报分析仪信息融合方法.zip
  • 几种经典算法在基础交通信息融合中的应用, 包括卡尔曼滤波、人工神经网络、统计分析(加权平 均, 指数平滑法, 平均值的递推估计算法) , 以及交通流量和行程时间预测方法。合
  • 对基于信息融合的故障诊断方法进行综述。首先简要阐述信息融合的基本概念以及信息融合与故障诊断的关系;然后介绍贝叶斯定理融合故障诊断、模糊融合故障诊断、证据理论融合故障诊断、神经网络融合故障诊断和集成信息...
  • 一种基于实体模型的信息融合方法的研究,林哲,吴国仕,随着信息产业的不断发展,网络上的数据信息在以惊人的速度不断的增长,现在的搜索引擎,例如谷歌、百度等通用搜索引擎使用的基于
  • 基于证据推理的Bayes可靠性评定多源信息融合方法,毛昭勇,,Bayes理论是一种进行小子样可靠性评定的有效方法,但如何合理利用多源先验信息,是小子样Bayes理论方法应用中亟待解决的一个问题,��
  • 为了综合合理利用设备多个方面的故障特征信息,提高故障诊断的准确性,提出了一种多故障特征信息融合的故障诊断方法。该方法依据加权改进后的证据理论,通过构建融合诊断框架,分析融合组建原则,保证了各特征域故障...
  • 信息融合技术是一种集成多个传感器数据以获得更加精确的检测和识别结果的技术。如何有效地集成多源检测数据以充分发挥各种检测数据的作用,从而获得最好的检测和识别结果,仍然是信息融合技术应用的关键问题,引起了...
  • 针对多源灌溉信息决策过程中不确定性信息难以融合的问题,提出了一种基于模糊粗糙集和D-S证据理论相结合的决策融合方法。运用模糊粗糙集理论,建立基本概率分配函数,计算各灌溉因子与灌溉决策之间的依赖程度,构建...
  • 一篇对多源敌我识别研究的论文 应用了基于证据网络的信息融合方法
  • 最后,在目标图像小畸变情形下,将本文提出的图像多特征信息融合方法和单一特征方法进行了对比测试实验,结果表明本文方法在同等条件下正确识别率得到了很大提高,同时达到实时性要求,而且具有有效拒判能力和目标图像...
  • 查询词融合方法、商品信息发布方法和搜索方法及系统.zip
  • 为实现在无法接收到卫星信号的复杂室内环境下行人精确定位与导航,提出一种多源信息融合的室内定位方法,通过融合智能手机中方向传感器数据进行室内行人航位推算(PDR),采集室内环境中的WiFi与蓝牙信号信息进行信号强度...
  • 智能信息融合与目标识别方法

    千次阅读 2019-11-26 14:01:34
    推荐书籍:《智能信息融合与目标识别方法》 胡玉兰 郝博 王东明等著 这本书目录清晰,适合毕业论文撰写的参考 首先分析特征级融合目标识别的基本理论,然后研究了多源图像的预处理、结合阈值分割的分水岭算法、...

    推荐书籍:《智能信息融合与目标识别方法》 胡玉兰 郝博 王东明等著

    这本书目录清晰,适合毕业论文撰写的参考

    首先分析特征级融合目标识别的基本理论,然后研究了多源图像的预处理、结合阈值分割的分水岭算法、结合聚类分割的分水岭、目标特征提取方法。对于特征融合方法、基于改进免疫遗传的特征融合方法、基于独立分量的特征融合、对典型相关分析特征融合方法的改进。最后介绍了基于优化改进的反向传播神经网络目标识别、模糊支持向量机理论与编程实现、基于模糊支持向量机的识别系统实现。

    选择多特征信息融合来作为研究方向,主要有以下几点原因:

    • 目前有文献对图像的特征信息融合方法进行了描述,并说明了其在目标识别中的表现明显好于像素级图像融合和决策级图像融合。
    • 通过图像的特征信息融合不仅能够帮助我们从图像中提取更多于晓的特征信息,来对图像进行综合分析和融合处理,而且还可获得图像中附带可利用的其他特征,在一定程度上帮助系统降低了训练学习的复杂度,从而增强了算法的鲁棒性。
    • 特征信息图像融合通过外部传感器获得的图像数据既能对目标的多特征信息进行融合和保留,也能帮助我们在一定程度上消除原始图像的一些冗余信息。这样就能达到信息压缩的目的,有利于对信息进行有效的实时处理。
    • 目标识别主要就是依靠目标特征数据库,利用特征多传感图像特征信息融合就是为了从不同角度、不同时间、不同空间去对目标信息进行有效采集,听过有效的特征提取,以及特征信息融合,最终的结果就是为了更好地去识别目标,提高目标识别系统的可靠性。
    • 目前对特征融合的研究最为滞后和困难,由于特征的千差万别,特征提取对算法的要求也是千差万别,所以缺乏一套成熟理论框架和结构。目前所使用的融合思路仍处于沿用模糊方法、聚类方法、人工智能等方法阶段。这里我们面对的问题是怎样才能有效地突破传统的技术并将其应用于特征融合,来帮助我们获得更好的实质性效果。由于这一领域具有非常大的挑战性和应用前景。

    特征融合在目标识别中处于一个非常重要的处理环节,但是目前人们对特征融合的研究仍然停留在对样本能提取什么样的特征、如何选择合适的融合规则。目前对于融合算法开发,主要基于用于对象需求来对其展开设计。理论上还没有一套统一体系与评价体系。对于在特征融合目标识别的研究中,广大学者的注意力主要在处理算法、融合识别的结构与框架和对特征融合识别系统如何进行建模与实现等问题上,这几方面中研究热度最高的是对融合识别中使用的算法及信息融合系统在各领域中具体的应用。

    目前信息融合技术 主要分为特征级融合、数据级融合和决策级融合这三部分。数据信息融合主要是解决实际中遇到的问题,如传感器中解决时域协调性的问题,在全局坐标中解决相关的一致性检验、坐标的变换、信息的同化、数据的关联等问题,其中最棘手的问题是解决一致性检验和数据的关联。而特征级与决策级融合的识别算法与人工智能紧密结合进行应用是比较常见的。当前比较主流的算法主要有卡尔曼滤波法、加权平均法、N-P法、错误率最小化方法、贝叶斯法、证据组合(D-S)法、神经网络法、模糊理论法、聚类分析法等。目前在基于特征级融合识别方法的应用中,大家都广泛采用的算法主要是N-P发、神经网络法、模糊理论法、聚类分析法及各类混合算法。

    目前都是基于同一传感器通过对图像进行不同方向、时刻和角度的特征采集来进行有效的融合,而由于技术原因,对基于多传感器图像特征信息融合的应用还相对不多。由于信息融合处于目标识别系统的前一级,属于“心脏”地位,其处理过程是非常发展且具有一定的不确定性,以目前我们所知的理论、技术、设备来对信息融合方法进行研究还是达不到很高的要求。虽然如此,我们的一些成果还是成功地广泛应用在了生活和军事诸多领域中。在模式识别方法中,模糊方法、聚类方法、神经网络方法、人工智能等方法依旧是研究特征融合目标识别的主要方法。

    按信息抽象程度,多传感器信息融合一般分为三个层次:数据级信息融合:较低层次的融合,是对来自同等量级的传感器原始数据直接进行综合和分析,在基于传感器的融合数据上进行特征提取和身份估计。决策级信息融合:每个传感器对目标的位置、属性、身份等做出初步识别后,再对这些多个识别结果进行融合判断决策,给出最终的目标识别结果。该级融合对通信带宽要求最低,但识别的结果相对来说最不准确。特征级信息融合识别:利用各个传感器获取目标信息,利用特征提取方法提取目标特征数据,运用特征融合算法特征数据使原始目标特征信息变为融合特征数据,再利用目标识别分类算法,进行目标识别分类。

    几种典型方法:

    1、结合阈值分割的分水岭算法。

    2、结合聚类分割的分水岭算法。

    3、目标特征提取方法

    4、基于协方差矩阵多特征信息融合

    5、基于主成分分析的特征融合方法

    6、基于改进免疫遗传的特征融合方法

    7、基于独立分量的特征融合

    8、对典型相关分析特征融合方法的改进

    9、基于优化PSO算法改进的反向传播神经网络目标识别

    10、模糊支持向量机理论与编程实现

    11、基于模糊支持向量机的识别系统实现 基于C++图形化界面设计

     

     

     

     

    展开全文

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 137,041
精华内容 54,816
关键字:

信息融合方法