主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
章新华,林良骥,王骥程.目标识别中信息融合的准则和方法.软件学报,1997,8(4):303-307
目标识别中信息融合的准则和方法
CRITERIONS AND APPROACHES OF INFORMATION FUSION IN TARGET RECOGNITION
  修订日期:1996-04-16
DOI:
中文关键词:  信息融合  证据组合  分类  目标识别  声纳
英文关键词:Information fusion  evidence combination  classification  target recognition  sonar
基金项目:本文研究得到船舶工业科技基金资助.
作者单位
章新华 浙江大学工业控制技术研究所,杭州,310027
大连测控技术研究所,大连,116013 
林良骥 浙江大学工业控制技术研究所,杭州,310027
大连测控技术研究所,大连,116013 
王骥程 浙江大学工业控制技术研究所,杭州,310027
大连测控技术研究所,大连,116013 
摘要点击次数: 3084
全文下载次数: 3339
中文摘要:
      本文用信息论的观点,给出了在设计单个分类器时使系统性能得以提高的条件,基于群组决策理论和模糊积分方法提出了一种多证据条件下进行信息融合的方法.该方法被用于被动声纳目标分类,数值模拟表明了该方法的有效性.
英文摘要:
      The conditions for designing an individual classifier, which could increase the performance of combined classification system, are obtained in the opinion of information theory in this paper. The information fusion of combined system in conditions of multiple evidences is implemented by using fuzzy integral. This approach is applied in sonar target classification. Simulation results show that it is efficient.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利