| 【中文题名】 | 证据理论和神经网络相结合的目标识别方法研究 |
| 【英文题名】 | |
| 【学科专业】 | 控制科学与工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-5-23 |
| 【中关键词】 | 多传感器系统,信息融合,证据理论,神经网络,目标识别, |
| 【英关键词】 | multi-sensor system,information fusion,evidence theory,neural network,target identification, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 | 随着信息技术的快速发展，各种面向复杂应用背景的多传感器系统不断出现。在多传感器系统中，不确定性信息的处理是一个引人注目的研究热点。证据理论作为一种有效处理不确定性信息的推理方法，在多传感器系统中得到了广泛应用。但证据理论只适用于证据独立的情况，而实际应用中往往需要处理不独立证据或冲突证据。因此，对证据理论的研究和改进是摆在众多学者面前的一个重要课题。本文对证据理论进行研究和改进，并将证据理论和神经网络技术相结合，以解决多传感器系统中的目标识别问题。
本文的主要内容及研究成果如下：
1、分析了现有的证据组合方法，并指出其不足。在对不同证据焦元之间的冲突程度研究的基础上，提出了一种基于相互可信度的冲突证据组合方法。仿真结果表明：改进后的新方法合成效果好，合成结果更为理想。
2、针对多传感器系统中存在的信息冲突问题，设计了一种基于证据理论的目标识别系统，以解决多传感器系统中冲突信息的融合和识别问题。研究给出了目标识别融合系统的原理，仿真结果证明了该融合系统的可行性。
3、针对多传感器信息融合中基本概率赋值难以获取的问题，给出了一种利用神经网络技术获取基本概率赋... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
Abstract |
4-6 |
|
目录 |
6-8 |
|
第一章 绪论 |
8-14 |
|
1.1 研究背景 |
8-9 |
|
1.2 国内外研究现状分析 |
9-12 |
|
1.3 论文工作简介 |
12-14 |
|
第二章 信息融合的基本概念和原理 |
14-23 |
|
2.1 信息融合的基本概念 |
14-15 |
|
2.2 信息融合的级别 |
15-16 |
|
2.3 目标识别融合的结构 |
16-18 |
|
2.4 目标识别融合的方法研究 |
18-21 |
|
2.5 目标识别融合的发展趋势 |
21-22 |
|
2.6 小结 |
22-23 |
|
第三章 证据组合方法研究及其在目标识别中的应用 |
23-40 |
|
3.1 引言 |
23-24 |
|
3.2 证据理论的基本概念 |
24-26 |
|
3.2.1 基本概念 |
24-25 |
|
3.2.2 D-S组合规则 |
25-26 |
|
3.3 证据组合方法研究及改进 |
26-35 |
|
3.3.1 证据组合规则的缺陷及改进方法研究 |
26-29 |
|
3.3.2 基于相互可信度的冲突证据组合方法 |
29-31 |
|
3.3.3 仿真实验 |
31-35 |
|
3.4 证据理论在目标识别中的应用研究 |
35-39 |
|
3.4.1 目标识别融合系统的原理 |
35-36 |
|
3.4.2 仿真实验 |
36-39 |
|
3.5 小结 |
39-40 |
|
第四章 神经网络在基本概率赋值中的应用研究 |
40-48 |
|
4.1 引言 |
40 |
|
4.2 神经网络的理论基础 |
40-46 |
|
4.2.1 神经网络技术概述 |
40-41 |
|
4.2.2 神经元模型 |
41-43 |
|
4.2.3 神经网络的结构 |
43-44 |
|
4.2.4 神经网络的学习方式和算法 |
44-46 |
|
4.3 基于神经网络的基本概率赋值获取方法 |
46-47 |
|
4.4 小结 |
47-48 |
|
第五章 证据理论和神经网络相结合的目标识别方法研究 |
48-64 |
|
5.1 引言 |
48 |
|
5.2 证据理论和神经网络相结合的可行性 |
48-50 |
|
5.3 证据理论——神经网络识别器的设计研究 |
50-59 |
|
5.3.1 证据理论和神经网络结合的方法 |
50-52 |
|
5.3.2 证据理论——神经网络识别器的设计 |
52-59 |
|
5.4 基于证据理论——神经网络识别器的目标识别方法 |
59-63 |
|
5.4.1 目标识别方法的基本原理 |
59-60 |
|
5.4.2 仿真实验 |
60-63 |
|
5.5 小结 |
63-64 |
|
第六章 总结与展望 |
64-66 |
|
6.1 论文总结 |
64 |
|
6.2 展望 |
64-66 |
|
参考文献 |
66-71 |
|
作者在攻读硕士学位期间所发表的论文和参加的科研项目 |
71-72 |
|
致谢 |
72-73 |
|
| 【DOI】 | LunWen.ID:2.2008.388499 |
