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:
提出了一种基于自适应神经网络-模糊推理系统(ANFIS)和D-S证据理论相结合的信息融合方法.利用神经网络的学习功能提取模糊规则和调整隶属函数,然后用自适应神经网络-模糊推理系统的输出构造证据理论中的基本概率赋值,解决了证据理论中的基本概率赋值不易确定的问题.该方法实现了模糊推理、神经网络和证据理论的有效结合,使得证据理论具备智能信息处理的能力,并应用于雷达与红外复合制导的目标识别融合系统.仿真结果表明:该方法提高了目标识别的置信度,降低了系统虚警率,融合结果也更加合理.
推荐文章
基于粗集理论和证据理论的多源信息融合方法
信息融合
粗集理论
Kohonen网络
离散化
D-S证据理论
文字识别
一种基于证据理论和模糊距离的融合方法
不确定性信息
专家权重
指标权重
证据理论
模糊距离
一种基于证据理论和模糊距离的融合方法
不确定性信息
专家权重
指标权重
证据理论
模糊距离
基于证据理论的多传感器信息融合改进方法
证据理论
多传感器
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 基于ANFIS和证据理论的信息融合研究
来源期刊 中北大学学报 学科 工学
关键词 自适应神经网络-模糊推理系统 D-S证据理论 信息融合 复合制导 目标识别
年,卷(期) 2009,(1) 所属期刊栏目 电子与电子信息
研究方向 页码范围 74-79
页数 6页 分类号 TP212
字数 4099字 语种 中文
DOI 10.3969/j.issn.1673-3193.2009.01.016
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 张安学 西安交通大学电子信息学院 53 462 12.0 19.0
2 景占荣 西北工业大学电子信息学院 131 1137 19.0 26.0
3 陈炜军 西北工业大学电子信息学院 5 74 3.0 5.0
4 朱安福 西北工业大学电子信息学院 7 136 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (61)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (29)
二级引证文献  (50)
1967(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)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(19)
  • 引证文献(0)
  • 二级引证文献(19)
2018(16)
  • 引证文献(0)
  • 二级引证文献(16)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
自适应神经网络-模糊推理系统
D-S证据理论
信息融合
复合制导
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
中北大学学报(自然科学版)
双月刊
1673-3193
14-1332/TH
大16开
太原13号信箱
1979
chi
出版文献量(篇)
2903
总下载数(次)
7
总被引数(次)
15437
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