神经网络与D-S理论结合的HRR识别研究

神经网络与D-S理论结合的HRR识别研究

基于D-S(Dempster-Shafer)证据理论,比较和研究了相关数据和不相关数据的融合方法,分析了多传感器数据融合的算法:集中式融合算法和分布式融合算法.经过实验证明,执行分布式有反馈融合算法时的效果最好.然后利用该算法,提出了和线性内插神经网络相结合的识别方法.利用4种飞机的步进频率雷达的高分辨率一维距离像,将神经网络的识别结果作为证据分别送入传感器进行融合,进行识别研究.实验证明,与单纯利用神经网络的方法比较,目标的正确识别率得到了改善.

作 者： 王毛路 李少洪 毛士艺   作者单位： 北京航空航天大学电子工程系  刊 名： 北京航空航天大学学报  ISTIC EI PKU 英文刊名： JOURNAL OF BEIJING UNIVERSITY OF AERONAUTICS AND ASTRONAUTICS  年，卷(期)： 2002 28(4)  分类号： V243.2  关键词： 识别   高分辨率   神经网络   多传感器   数据融合  

【神经网络与D-S理论结合的HRR识别研究】相关文章：

基于D-S证据理论的多模复合制导目标识别04-27

基于D-S证据理论的态势评估方法04-27

神经网络识别非平衡样本模式的网络优化方法04-27

基于D-S证据理论的群决策专家意见集结方法04-27

D-S理论在不确定性多属性决策中的应用04-26

小波变换在BP神经网络遥感影像模式识别中的应用04-27

一种基于D-S证据理论的群体预测意见集结方法04-27

基于神经网络的货物列车超偏载车号自动识别系统04-26

测井资料识别火成岩岩性方法研究04-27

神经网络在空气污染预报中的应用研究04-25