证据理论与模糊神经网络相结合的身份估计方法 |
| |
引用本文: | 柳毅,陈红林.证据理论与模糊神经网络相结合的身份估计方法[J].火力与指挥控制,2003,28(1):29-32. |
| |
作者姓名: | 柳毅 陈红林 |
| |
作者单位: | 西北工业大学,陕西,西安,710072 |
| |
摘 要: | 重点研究了在数据融合身份估计领域中D-S证据理论与模糊神经网络相结合的多传感器数据融合方法。Demp-ster-Shafer证据理论方法是对Beyes决策检验法的推广,证据理论比概率论满足更弱的公理系统,并且在区分不确定与不知道等方面显示了很大的灵活性,但是在基于证据理论的身份估计融合中,基本可信度的分配是一个与应用密切相关的问题,也是实际应用中最难的一步。利用模糊神经网络来处理证据理论中的基本可信度分配问题,并对几种空中目标进行了身份估计数据融合,经计算机仿真实验证实了该方法的有效性。
|
关 键 词: | D-S证据理论 基本可信度分配 模糊神经网络 数据融合 身份估计 |
文章编号: | 1002-0640(2003)01-0029-04 |
修稿时间: | 2001年8月3日 |
The Method to Identity Estimation on the Combination of Fuzzy Neural Network and Evidence Theory |
| |
Abstract: | |
| |
Keywords: | D-S evidence theory BPA FNN data fusion identity estimation |
本文献已被 CNKI 万方数据 等数据库收录! |
|