论文部分内容阅读
为了解决证据理论在具体应用中存在的问题,对Dempster组合规则思想进行了具体的分析,讨论了该组合规则存在的问题及现行的一些改进措施;针对空中目标识别问题,提出了综合运用各种改进思想的融合方法,并给出了识别过程的流程图。
基于证据理论的多传感器目标识别
【摘 要】
：
为了解决证据理论在具体应用中存在的问题,对Dempster组合规则思想进行了具体的分析,讨论了该组合规则存在的问题及现行的一些改进措施;针对空中目标识别问题,提出了综合运用各种改进思想的融合方法,并给出了识别过程的流程图。
【机 构】
：
空军工程大学电讯工程学院,西安精密机械研究所
【出 处】
：
火力与指挥控制
【发表日期】
：
2010年11期
【基金项目】
：
国家自然科学基金资助项目（60634030）
其他文献
针对高空无人侦察机遥感图像目标不明显、图像背景复杂等特点,提出了一种基于支持向量机的目标分类方法。将支持向量机应用于高空无人侦察机的遥感图像目标识别,并且对特征值的提取进行深入研究。实验结果表明,特征值输入的多分类器在识别性能上具有很高的识别率,对提高高空无人机的侦察能力具有重要意义。
针对通信安全设备的功能和工作环境的特殊性,在分析了传统ADC模型并对其改进的基础上,构建了通信安全设备的效能评估指标体系,对改进后的ADC模型中每个因素的确定给出了详细
结合局部战争中空袭的新特点,对传统的空袭兵器战损率计算模型进行了拓展,通过对空袭兵器的损失原因、使用方式等因素的分析研究,探讨了信息化条件下空袭兵器战损率的确定方
传统的Harris角点检测是一种经典的角点检测算法,但不具有尺度不变性。研究了一种基于尺度空间理论的Harris角点检测方法。建立Harris的尺度空间函数表示。利用多尺度分析的思想,使在小尺度上的角点精确定位和大尺度上的角点去伪存真。从而克服了传统的Harris角点检测可能存在的角点信息丢失、角点位置偏移和易受噪声影响等问题。试验结果表明,该算法明显地提高了图像角点检测性能。