基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
来自多传感器的目标特征往往是高维数的,并且包含了更多的冗余信息和噪声.为了减小数据获取的代价,提高目标识别器的性能和效率,提出了基于遗传算法(GA)的多传感器目标识别系统特征优化方法.将遗传算法与神经网络目标分类器结合,通过识别结果的反馈信息,控制GA的遗传进化方向,从而实现特征优化.为了克服遗传算法的未成熟收敛问题,提出了相关选择与自适应遗传算子相结合的改进遗传算法. 仿真实验结果验证了方法的有效性.
推荐文章
基于高斯模糊神经网络的多传感器目标识别系统
目标识别
多传感器融合
模糊神经网络
复杂干扰环境下的多传感器目标识别
目标识别
数据融合
类别置信距离测度
一致性测度
多传感器目标识别的判决域与可靠性分析
多传感器
目标识别
判决域
决策风险
基于凸优化理论的多传感器目标识别技术
多传感器目标识别
凸优化理论
对数罚函数算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多传感器目标识别系统的特征优化方法
来源期刊 光学技术 学科 工学
关键词 多传感器 数据融合 特征优化 目标识别 遗传算法
年,卷(期) 2005,(3) 所属期刊栏目 图像处理
研究方向 页码范围 420-423,426
页数 5页 分类号 TP18
字数 4296字 语种 中文
DOI 10.3321/j.issn:1002-1582.2005.03.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 倪国强 北京理工大学光电工程系 203 3505 29.0 52.0
2 牛丽红 深圳大学光电子学研究所 22 163 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (9)
同被引文献  (31)
二级引证文献  (64)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(2)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(5)
  • 引证文献(0)
  • 二级引证文献(5)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(7)
  • 引证文献(0)
  • 二级引证文献(7)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(8)
  • 引证文献(0)
  • 二级引证文献(8)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
多传感器
数据融合
特征优化
目标识别
遗传算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光学技术
双月刊
1002-1582
11-1879/O4
大16开
北京市海淀区中关村南大街5号
2-830
1975
chi
出版文献量(篇)
4591
总下载数(次)
6
总被引数(次)
42622
论文1v1指导