数据融合在目标识别中的应用

被引:9
作者
刘俊
付敬奇
董新平
机构
[1] 上海大学机电工程与自动化学院!上海
[2] 信息产业部电子第研究所!黑龙江哈尔滨
关键词
数据融合; 目标识别; Bayes理论; 证据理论;
D O I
10.13873/j.1000-97872001.06.003
中图分类号
TP14 [自动信息理论];
学科分类号
0711 ; 071102 ; 0811 ; 081101 ; 081103 ;
摘要
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。
引用
收藏
页码:8 / 11
页数:4
相关论文
共 10 条
[1]   证据理论应用于多传感器融合不确定性分析 [J].
陈寅 ;
林良明 ;
颜国正 .
测控技术, 2000, (07) :26-28
[2]   数据融合与传感器建模 [J].
金峰 ;
蔡鹤皋 .
传感器技术, 1999, (06) :47-49
[3]   一种基于模糊理论的一致性数据融合方法 [J].
王婷杰 ;
施惠昌 .
传感器技术, 1999, (06) :50-53
[4]   基于多传感器数据融合的目标识别和跟踪 [J].
杨杰 ;
陆正刚 ;
黄欣 .
上海交通大学学报, 1999, (09) :1107-1110+1120
[5]   目标的Dempster-Shafer融合识别 [J].
孙红岩 ;
张钹 ;
何克忠 ;
郭木河 .
清华大学学报(自然科学版), 1999, (09) :90-94
[6]   多传感器信息融合及在智能故障诊断中的应用 [J].
张彦铎 ;
姜兴渭 .
传感器技术, 1999, (03) :22-26
[7]   证据理论合成规则的一点修正 [J].
向阳,史习智 .
上海交通大学学报, 1999, (03) :113-116
[8]   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].
李宏 ;
刘江涛 ;
安玮 ;
徐晖 ;
孙仲康 .
红外与毫米波学报, 1997, (06) :49-55
[9]   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].
黎湘 ;
庄钊文 ;
郭桂蓉 .
国防科技大学学报, 1997, (03) :14-17
[10]   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].
李宏 ;
徐晖 ;
安玮 ;
孙仲康 .
信息与控制, 1997, (02) :72-76