原文服务方: 弹箭与制导学报       
摘要:
战场目标识别中多传感器信息融合面临各种不确定冲突信息。为此,提出了一种基于权重的证据调整方法,给予证据分配不同的权重,重新修正基本概率分配函数,利用Dempster组合规则实现信息融合。通过数值验证并与其他的改进算法对比,结果更为理想,能有效的减小冲突证据的不良影响,同时具有较高的收敛速度,降低了决策风险,仿真结果表明,算法有效、可行。
推荐文章
D-S证据理论在目标识别中的应用
证据理论
基本概率赋值
组合规则
决策规则
D-S证据理论在双模复合制导导弹目标识别中的应用
双模复合制导
D-S证据理论
目标识别
一种D-S证据理论的改进方法及其在目标识别中的应用
信息融合
D-S证据理论
矛盾冲突
复合制导
目标识别
D-S证据理论信息融合方法在目标识别中的应用
证据推理
目标识别
基本概率分配函数
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 改进的D-S证据理论在战场目标识别中的应用?
来源期刊 弹箭与制导学报 学科
关键词 D-S证据理论 信息融合 目标识别 证据冲突 权重
年,卷(期) 2015,(2) 所属期刊栏目 相关技术
研究方向 页码范围 156-158
页数 3页 分类号 TP212
字数 语种 中文
DOI 10.15892/j.cnki.djzdxb.2015.02.040
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 张强 17 86 6.0 9.0
2 刘以安 江南大学物联网工程学院 114 862 15.0 23.0
3 王杨 江南大学物联网工程学院 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (92)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (64)
二级引证文献  (12)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(4)
  • 参考文献(1)
  • 二级参考文献(3)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(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)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(8)
  • 引证文献(4)
  • 二级引证文献(4)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
D-S证据理论
信息融合
目标识别
证据冲突
权重
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
弹箭与制导学报
双月刊
1673-9728
61-1234/TJ
大16开
1980-01-01
chi
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
28550
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