文档介绍：摘要在融合具有信度的证据时存在如下问题:①融合结果的信度随着参与融合的证据的内容不同而变化;②仅限于证据的线性折扣处理,有时难以适应战场实际情况。论文针对上述两点不足给出了改进算法。在求取证据信度时,根据传感器证据信度与其影响因素的单调关系,构建了一类特殊的模糊神经网络——模糊内插计算网络。这一网络可用于模拟专家经验,求取证据信度,论文给出了网络的学习算法。在融合识别输出部分,提出了基于风险函数的决策规则,在一定条件下可用于辅助决策。最后以海上舰船目标为例使用仿真方法对该模型进行了验证,结果表明,所建模型能有效地融合具有信度的证据,作出适当的决策。本模型对于海上目标识别具有一定的理论指导意义和实践意义。完善模型细节和提高模型融合的层次是本文进一步研究的方向。关键词:甋证据理论模糊神经网络海上目标识别多传感器论文重点构造了一个融合识别模型对舰载传感器输出识别向量进行融合处理。模型建立在改进甋证据折扣理论的基础上。现有甋证据折扣理论哈尔滨工程大学硕十学位论文
知识水坝为您整理
.甌痶哈尔滨工程大学硕宦畚甌瑆甋痵瓵瓵琣瓼痚甀畉仃.,篋畇痮’
知识水坝为您整理
警仑一咽学位论文原创性声明哈尔滨工程大学泞由作者本人独立完成的。有关观点、方法、数据和文献等的本人郑重声明:本论文的所有工作,是在导师的指导下,弓梢言谖闹兄傅荩⒂氩慰嘉南组苟杂Α3闹幸丫⒚引用的内容外,本论文不包含任何其他个人或集体已公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本入承担。,翘擀鳓黑
。侗鹉P图蚪....——海上目标识别在舰艇作战指挥系统中占有重要而又特殊的地位,它与目标状态估计相结合,构成战场态势评估与威胁判断的基础,是指挥员决策的高技术条件下的战争对传统的海上墨标识别方法提出了严峻的挑战雏传统的海上目标识别主要基于单个传感器数据进行的。在高技术战争条件下,目标的种类行为日趋复杂,使得传统的基于单传感器数据的目标识别方法无论在识别前提上,还是在识别结果上,都难以取得令人满意的效果。现代战争中,作战平台的多样化以及传感器技术的发展既为目标识别提供了强大的硬彳宰支持,又在技术上对霹标识别提出了新的要求。来自不嗣平台的各种传感器信息从时间、空间等不同的角度刻画了目标的特征。多传感器信息融合识别技术,即如何才能快速地从铺天盖地的来自多个传感器或多源的形式各样的实时与非实时信息中快速而准确地识别目标的技术已成为当前研究的一个热点。目前,在这一领域中还没有通用而成熟的方法心对舰船目标进行分类识别的技术属于模式识别的范畴。常用的模式分类模型有统计模式分类模型、基于模板的分类模型,狟⒒谥识的分类模型琄—、基于模糊集合理论的分类模型、基于人工神经元网络哪J椒掷嗄P秃透春戏掷嗄P偷取经典统计模式分类方法主要利用特征的统计分布,依赖于对琵有大量范例的统计分析和基于距离度量的模式匹配来进行识别的。其优点是分类速度重要依据⋯。快,但其在统计分橱后得到的匹配模板是固定的,使得该方法难以适应目标哈尔滨工程大学硕士学位论文薯唬唬籭篁黛;;;薯眷唬皇砑秸疲籭暑皇唬皇暮蘸崭弩颍唬恍鹖适砺矗惶
q埂辩证摇理论篱誉标识别年代耱,人工神经两络删擀理论褥究盼羹薪蟾起,舞懑适应分樊模簦孙箪代末,基予摸掇游分类模型鸯竞黢统诗分类孛酶不足徽壤了努力;意义黟予空瓣。该方法透过谖臻露撂摸援、鹜景模扳、臻境摸馥实现模式熬最佳匹靛。出于摸扳麴建立难度大,且有许多关键的技术问题有待解决,舀嚣,潞模型主要限予实验塞磷究。人工智能和专家系统技术的靛震,带渤了基于知谈的分搽模整酶研究。基于模辫集合理谂韵分类技术,具有处理不麓定性絮识霸模灏蒋链变蠢镅再袅的能力,其模糊隶属度判决法使分类决策更具有襟性,‘但决定系的研究沓来了希攫,并使乏戒梵当今模式谖剃领域最鸯力豹理论工具之~删。箨魏黑时裁推理扩茺的み砺郏嘣薷衅魇贶彩池玫寐玖广泛的应用轻狂孵鞠铀。文献和文献讨论了把铲际跤τ糜诙啻龈衅魉标识别、军事撬撵和控制等方面的~觳方法;在已公野麓美瀚圜骑郝辚窥撮爨疼鼹蓠逐没套嚣予实黪煞羚一诤鲜侗鹣低常≡诶诒晔短攴缴A坑校考虑臻诞据酶嵇度阏逶,它难戮懑鹰具有离凄瓣撬挂震静;我场环境。扩丈;壅舞毽纛其俸霾题孝缮裂不凝躞进黏T隰鹄碇ぞ萋淙婪矫妫木莅搠汹纠砺鄯⒒恿俗饔茫源嬖诓蛔恪运动状态和识别场景静变化蹲它可潋将样本空润模板纯,通过楼板约分解和参量化鹾确表选样本空润中有转模型可吸收锁蠛专家知识,爝以弥静萃缝定量特征分褥麴秧陷,餐糍知识静验澄鞠获褒、丈躲谖露骜燕织黧篱毽菇爱推璎麓剿赞表达帮理解等方嚣,嚣瑟系统都存在谶多难以解决豹困难∞】。统性麓瓣摸糊隶耩度函数黥逡择德往蒂有主观憷泖。怼于粪觳子摸赣菽术与辫经踺络复含褥残熬分类模型㈥还处