Bayes分析中多源信息融合的最大熵-矩估计方法

被引：24

作者：

冯静

刘琦

周经伦

董超

机构：

[1] 国防科技大学人文与管理学院系统工程研究所

[2] 安徽合肥电子工程学院数学教研室在读博士

[3] 在读博士

[4] 教授、博导

[5] 助教、在读硕士

来源：

关键词：

验前分布; 多源验前信息; 最大熵准则; 矩估计方法; 最大熵—矩估计融合方法;

D O I：

暂无

中图分类号：

O212.8 [贝叶斯统计];

学科分类号：

070103 [概率论与数理统计];

摘要：

本文提出了一种基于最大熵-矩估计理论的多源验前信息融合方法,简称为MEMM与现有其它融合方法不同的是,该方法完全从数据本身出发,不仅考虑了各验前信息源的可信度,还考虑了如何尽可能减少分析者的主观影响,得到的是最保守的融合估计结果。文章最后用仿真数据说明了该方法在实际工程中应用的有效性。

引用

页码：31 / 34

页数：4