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:
现有分布式目标检测系统的优化一般采用穷举法、SFFO算-法或SOFF算法,计算复杂,且优化结果强烈依赖初值.该文采用蚁群算法和爬山变异算法结合,提出爬山变异蚁群算法及同步优化传感器判决门限和融合中心决策规则,理论上是一种全局最优算法.数值试验的结果表明,和相关算法相比,融合系统的贝叶斯风险降低了15%~20%,且优化结果不依赖初值,计算复杂度低于其他算法.
推荐文章
多传感器分布式融合检测自适应算法
多传感器数据融合
分布式检测
贝叶斯融合检测策略
自适应学习
分布式检测系统的反馈融合算法
分布式检测
反馈系统
数据融合
基于分布式数据融合的无线移动传感器网络目标跟踪算法
无线移动传感器网络
目标跟踪
高斯混合模型
平均一致性滤波器
基于分布式检测融合技术的水声信号检测方法
分布式检测融合
全局最优化
Neyman-Pearson准则
水声信号检测
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 分布式目标检测融合决策优化算法
来源期刊 电子科技大学学报 学科 工学
关键词 贝叶斯理论 分布检测 分布式融合 传感器 目标检测
年,卷(期) 2013,(3) 所属期刊栏目 自动化技术
研究方向 页码范围 375-379
页数 5页 分类号 TP274|TP212.6
字数 3939字 语种 中文
DOI 10.3969/j.issn.1001-0548.2013.03.011
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 黄建国 电子科技大学自动化工程学院 94 689 13.0 23.0
2 王厚军 电子科技大学自动化工程学院 257 2532 27.0 36.0
3 胡学海 电子科技大学自动化工程学院 15 54 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (22)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (3)
1981(3)
  • 参考文献(1)
  • 二级参考文献(2)
1986(2)
  • 参考文献(2)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(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(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
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
贝叶斯理论
分布检测
分布式融合
传感器
目标检测
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
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
论文1v1指导