留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

神经网络与D-S理论结合的HRR识别研究

王毛路 李少洪 毛士艺

王毛路, 李少洪, 毛士艺等 . 神经网络与D-S理论结合的HRR识别研究[J]. 北京航空航天大学学报, 2002, 28(4): 443-446.
引用本文: 王毛路, 李少洪, 毛士艺等 . 神经网络与D-S理论结合的HRR识别研究[J]. 北京航空航天大学学报, 2002, 28(4): 443-446.
WANG Mao-lu, LI Shao-hong, MAO Shi-yiet al. Method of Using Neural Network Combined with D-S Theory to Carry Out HRR Target Recognition[J]. Journal of Beijing University of Aeronautics and Astronautics, 2002, 28(4): 443-446. (in Chinese)
Citation: WANG Mao-lu, LI Shao-hong, MAO Shi-yiet al. Method of Using Neural Network Combined with D-S Theory to Carry Out HRR Target Recognition[J]. Journal of Beijing University of Aeronautics and Astronautics, 2002, 28(4): 443-446. (in Chinese)

神经网络与D-S理论结合的HRR识别研究

基金项目: 国家部委基金资助项目
详细信息
    作者简介:

    王毛路(1974-),女,河南许昌人,博士生,100083,北京.

  • 中图分类号: V 2432

Method of Using Neural Network Combined with D-S Theory to Carry Out HRR Target Recognition

  • 摘要: 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.

     

  • [1] 肖人彬,王 雪,费 奇. 相关证据合成研究[J]. 模式识别与人工智能研究, 1993,6 (3):227~234. [2]刘雷健,杨静宇.基于融合信息的物体识别[J]. 模式识别与人工智能, 1993,6(1):28~33. [3]Bogler P. Shafer-Dempster reasoning with applications to multi-sensor target classfication[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1987,SMC-17(6):968~977. [4]李 宏,徐 晖,安 玮基于BP网络与D-S理论相结合的点目标状态下卫星及其伴诱饵的识别方法[J]. 国防科技大学学报,1997,19(2):53~58.
  • 加载中
计量
  • 文章访问数:  2842
  • HTML全文浏览量:  249
  • PDF下载量:  805
  • 被引次数: 0
出版历程
  • 收稿日期:  2000-12-04
  • 网络出版日期:  2002-04-30

目录

    /

    返回文章
    返回
    常见问答