目标识别中信息融合的准则和方法
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

本文研究得到船舶工业科技基金资助.


CRITERIONS AND APPROACHES OF INFORMATION FUSION IN TARGET RECOGNITION
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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.

    Abstract:

    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.

    参考文献
    相似文献
    引证文献
引用本文

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

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:1996-04-16
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号