作者:
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:
贝叶斯分类器是使错误分类概率最小的最优方法,但必须具备先验知识,计算量也很大,从而增加了实时应用的复杂性.提出基于贝叶斯网络海上目标识别,结合贝叶斯网络对不确定事件强的推理作用,以及贝叶斯理论的数学基础,应用图形模式,使得计算量大大简化,降低了实用的复杂性.
推荐文章
基于参数学习贝叶斯网络的对敌空中目标融合识别
参数学习
目标识别
贝叶斯网络
数据融合
基于贝叶斯网络的步态识别
生物特征识别
步态识别
贝叶斯网络
基于贝叶斯网络的战场目标威胁评估
战场目标
贝叶斯网络
推理
威胁评估
复杂环境下基于动态贝叶斯网络的目标识别
信息缺失
动态贝叶斯网络
目标识别
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 基于贝叶斯网络的海上目标识别
来源期刊 微机发展 学科 工学
关键词 贝叶斯网络 不确定推理 目标识别
年,卷(期) 2005,(10) 所属期刊栏目 应用开发研究
研究方向 页码范围 152-154
页数 3页 分类号 TP18
字数 2259字 语种 中文
DOI 10.3969/j.issn.1673-629X.2005.10.051
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 肖秦琨 西安工业学院电子信息学院 36 224 9.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (76)
参考文献  (4)
节点文献
引证文献  (12)
同被引文献  (25)
二级引证文献  (59)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(10)
  • 引证文献(1)
  • 二级引证文献(9)
2013(7)
  • 引证文献(1)
  • 二级引证文献(6)
2014(8)
  • 引证文献(1)
  • 二级引证文献(7)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
贝叶斯网络
不确定推理
目标识别
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导