基于贝叶斯网络的目标融合识别方法研究

被引:19
作者
郭小宾
王壮
胡卫东
机构
[1] 国防科技大学ATR重点实验室
[2] 国防科技大学ATR重点实验室 长沙
[3] 长沙
关键词
贝叶斯网络; 目标融合识别; 贝叶斯网络分类器; D-S证据理论;
D O I
10.16182/j.cnki.joss.2005.11.037
中图分类号
TP391.4 [模式识别与装置];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
利用贝叶斯网络模型进行目标融合识别是近年来的一个研究热点。以电子战环境中的数据融合为背景,提出了一种以朴素贝叶斯分类器和扩展的朴素贝叶斯分类器为基本结构的目标融合识别模型,采用同质传感器数据优先融合原则对雷达侦察、通信侦察和红外成像侦察数据进行融合。仿真实验表明,该模型可以有效地提高识别系统的准确率、可靠性和稳健性。
引用
收藏
页码:144 / 147
页数:4
相关论文
共 4 条
[1]   基于层次分析模糊特征融合的目标识别 [J].
陈怀新 ;
南建设 .
四川大学学报(自然科学版), 2003, (06) :1088-1091
[2]   信息融合理论的基本方法与进展 [J].
潘泉 ;
于昕 ;
程咏梅 ;
张洪才 .
自动化学报, 2003, (04) :599-615
[3]   贝叶斯网络理论及其在设备故障诊断中的应用 [J].
李俭川 ;
胡茑庆 ;
秦国军 ;
温熙森 .
中国机械工程, 2003, (10) :92-96+6
[4]   Bayesian Network Classifiers [J].
Nir Friedman ;
Dan Geiger ;
Moises Goldszmidt .
Machine Learning, 1997, 29 :131-163