决策层时空信息融合的神经网络模型研究

• 作者: 付耀文 朱玉鹏 肖顺平 黎湘
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 决策层 信息融合 目标识别 神经网络
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 军用系统分析
• 页码范围: 1098-1102
• 页数: 5页
• 分类号: TN951
• 字数: 3664字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2008.06.023

摘要

融合目标识别可以获得比任意单传感器更加准确的目标识别结果.决策层融合由于其在信息处理方面具有很高的灵活性,成为信息融合研究的一个热点.针对传统融合算法环境适应性较差的缺点,提出了一种决策层时空信息序贯融合的神经网络模型,讨论了利用各传感器所处环境和专家知识等先验信息确定网络初始权值的方法,研究了网络权值的在线学习算法.仿真实验证明该网络模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎湘	国防科技大学电子科学与工程学院空间电子信息技术研究所	174	2404	24.0	40.0
2	肖顺平	国防科技大学电子科学与工程学院空间电子信息技术研究所	236	2807	27.0	37.0
3	朱玉鹏	国防科技大学电子科学与工程学院空间电子信息技术研究所	19	209	9.0	13.0
4	付耀文	国防科技大学电子科学与工程学院空间电子信息技术研究所	33	263	10.0	15.0