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:
详细叙述了采用基于Bayes数据融合方法的基本原理、融合模型.利用Bayes多传感器数据融合方法,对一个目标类型和属性融合的应用实例进行计算.分别用Bayes公式计算出两次融合的概率值.从计算结果可以看出:提高了目标识别的概率,降低了不确定的概率,说明这种方法可以达到较高的识别率,是目标类型和属性识别的有效方法.
推荐文章
基于多传感器数据融合的目标识别方法
目标识别
D-S理论
数据融合系统(DFS)
神经网络
多传感器数据融合技术在目标识别中的应用
D-S算法
数据融合
目标识别
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
基于多传感器模糊神经网络的水下目标识别
模糊神经网络
数据融合
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 采用Bayes多传感器数据融合方法进行目标识别
来源期刊 传感器技术 学科 工学
关键词 Bayes 多传感器 数据融合 识别
年,卷(期) 2005,(10) 所属期刊栏目 前沿技术
研究方向 页码范围 86-88
页数 3页 分类号 TP274
字数 2806字 语种 中文
DOI 10.3969/j.issn.1000-9787.2005.10.029
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 张剑云 解放军电子工程学院信息工程系 62 394 12.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (13)
参考文献  (4)
节点文献
引证文献  (24)
同被引文献  (33)
二级引证文献  (75)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2007(3)
  • 引证文献(2)
  • 二级引证文献(1)
2008(5)
  • 引证文献(0)
  • 二级引证文献(5)
2009(5)
  • 引证文献(1)
  • 二级引证文献(4)
2010(7)
  • 引证文献(2)
  • 二级引证文献(5)
2011(6)
  • 引证文献(2)
  • 二级引证文献(4)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(12)
  • 引证文献(0)
  • 二级引证文献(12)
2015(8)
  • 引证文献(3)
  • 二级引证文献(5)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(10)
  • 引证文献(5)
  • 二级引证文献(5)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(11)
  • 引证文献(2)
  • 二级引证文献(9)
研究主题发展历程
节点文献
Bayes
多传感器
数据融合
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
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
论文1v1指导