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:
针对大噪声环境下信息融合效果差的问题,提出了一种基于D-S证据理论与神经网络技术的信息融合方法,该方法综合了证据理论在处理不确定信息方面的优点和神经网络在数值逼近上的长处,一方面利用神经网络和冲突证据处理算法获取基本概率赋值,另一方面通过证据理论使神经网络的结构变得透明.初步仿真结果表明,该方法有效地解决了不确定性信息的误识别问题.
推荐文章
基于D-S的小波神经网络信息融合方法
故障诊断
信息融合
小波分析
神经网络
证据理论
基于D-S理论和模糊神经网络的疲劳驾驶监测
疲劳驾驶
D-S证据理论
模糊神经网络
基于量子遗传神经网络与D-S证据理论的断路器机械特性故障诊断
断路器
故障诊断
量子算法
遗传算法
RBF神经网络
D-S证据理论
基于D-S理论的空间信息融合算法的研究
D-S理论
时空融合
信息融合
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 D-S理论与神经网络相结合的信息融合模型研究
来源期刊 传感技术学报 学科 工学
关键词 多传感器信息融合 D-S证据理论 神经网络 目标识别
年,卷(期) 2007,(8) 所属期刊栏目 传感器信号处理
研究方向 页码范围 1815-1820
页数 6页 分类号 TP183|TP274
字数 4198字 语种 中文
DOI 10.3969/j.issn.1004-1699.2007.08.029
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 高社生 西北工业大学自动化学院 96 792 15.0 20.0
2 唐士杰 西北工业大学自动化学院 4 46 4.0 4.0
3 邢化玲 西北工业大学自动化学院 5 49 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (19)
参考文献  (6)
节点文献
引证文献  (13)
同被引文献  (16)
二级引证文献  (27)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(2)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
多传感器信息融合
D-S证据理论
神经网络
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
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导