先验概率和代价函数均模糊时基于贝叶斯最小风险准则的分布式决策融合

• 作者: 何友 毛士艺 王国宏 陈利欣
• 来源期刊: 电子学报
• 学科: 物理学
• 关键词: 决策 融合 模糊先验概率 模糊代价函数 贝叶斯风险准则
• 年，卷（期）: 1999,（12）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 35-38
• 分类号: O4
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.1999.12.010

摘要

当先验概率和代价函数均为梯形模糊数时,在贝叶斯最小风险准则意义下,研究了在融合中心对多个独立传感器的决策进行最优融合的问题,给出了四种决策融合算法,通过仿真和比较这四种融合算法的结果,找到了一种最适用于这种场合的最优决策融合算法.结果表明,在先验概率和代价函数均为梯形模糊数情况下所导出的最优决策融合规则是各检测器决策的加权和与一门限之比较,权重是各检测器检测概率和虚警概率的函数,门限除与最优融合准则、先验概率和代价函数有关外,还与使用的去模糊方法有关.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何友		492	6436	37.0	56.0
2	毛士艺		116	1151	18.0	27.0
3	王国宏		7	155	6.0	7.0
4	陈利欣		1	11	1.0	1.0