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:
针对多传感器协同目标识别的基本概率赋值在实际应用中存在容易导致决策可信度低等难以解决的问题,提出一种基于BP神经网络和D-S证据理论的多传感器协同目标识别的推理机制.简述了BP神经网络理论和D-S证据理论,构建了目标识别推理框架,推理了算法可行性,进行了实例仿真,通过信息融合,不确定性的基本概率赋值下降到0.000 8,表明该推理机制的有效性.
推荐文章
基于D-S证据推理的多传感器战场目标识别
多传感器
信息融合
D-S证据推理
目标识别
基于隶属度和D-S理论的雷达目标识别方法
证据推理
目标识别
模糊隶属度函数
信息融合
多传感器目标识别的神经网络与证据理论结合方法
目标识别
FMM
神经网络
D-S证据理论
多传感器数据融合
海洋传感器网络协同目标识别机制研究
海洋传感器网络
自动目标识别
多传感器数据融合
贝叶斯估计
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 BP和D-S结合的多传感器协同目标识别推理机制
来源期刊 空军工程大学学报(自然科学版) 学科 工学
关键词 BP神经网络 DS证据理论 目标识别
年,卷(期) 2014,(2) 所属期刊栏目 制导工程与技术
研究方向 页码范围 29-32
页数 4页 分类号 TP391
字数 3896字 语种 中文
DOI 10.3969/j.issn.1009-3516.2014.02.007
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 李为民 空军工程大学训练部 243 2211 22.0 35.0
2 赵永 空军工程大学防空反导学院 7 41 4.0 6.0
3 苏伟 空军工程大学防空反导学院 4 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (43)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (65)
二级引证文献  (22)
1987(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
BP神经网络
DS证据理论
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
空军工程大学学报(自然科学版)
双月刊
1009-3516
61-1338/N
大16开
西安市空军工程大学
52-247
2000
chi
出版文献量(篇)
2810
总下载数(次)
5
总被引数(次)
15414
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导