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:
针对具有多个特征指标的多传感器目标识别问题,提出了一种新的融合方法.该方法利用置信距离改进了灰关联系数,通过求解各属性的置信距离的偏差平方之和最大的优化问题,获得属性的权重,从而给出目标识别方法.克服了特征权重选取的主观性,提高了目标识别结果的准确性和可信度.仿真实例验证了方法的有效性.
推荐文章
多传感器目标识别的判决域与可靠性分析
多传感器
目标识别
判决域
决策风险
多传感器声目标识别的研究
证据推理
数据融合
质量函数
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
基于证据组合理论的多传感器目标识别算法
证据理论
基本概率赋值
加权证据
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 多传感器目标识别的改进灰关联度法
来源期刊 计算机工程与应用 学科 工学
关键词 多传感器 数据融合 目标识别 灰关联度
年,卷(期) 2009,(24) 所属期刊栏目 博士论坛
研究方向 页码范围 25-27
页数 3页 分类号 TP274.2
字数 2825字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.24.008
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 万树平 江西财经大学信息管理学院 71 1065 18.0 30.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (108)
参考文献  (8)
节点文献
引证文献  (8)
同被引文献  (23)
二级引证文献  (11)
1967(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(9)
  • 参考文献(0)
  • 二级参考文献(9)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(9)
  • 参考文献(2)
  • 二级参考文献(7)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
多传感器
数据融合
目标识别
灰关联度
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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
江西省自然科学基金
英文译名:Natural Science Foundation of Jiangxi Province
官方网址:http://www.jxstc.gov.cn/ReadNews.asp?NewsID=861
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导