原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种结合信息熵的改进证据分类合成方法
computedby rough settheory.The experimentalresults that the proposed compared
withotherimprovedmethodsshowthattheimprovedmethodcannotonlyeffectively
solve the problem of conflict, but also reduce the uncertainty of evidence. This
approachcandobetter datafusion.Andthe feasibilityofthisinnovativemethod and
therationalityofthemodelaredetermined.
Key words：entropy; similarity property; evidence classification; information
fusion;
III
目 录
中文摘要I
英文摘要II
目 录IV
1 引 言1
1.1 多传感器数据融合背景及意义1
1.1.1 多传感器数据融合背景1
1.1.2 多传感器数据融合的意义2
1.2 国内外研究与发展现状2
1.3 本文的主要内容与结构4
1.3.1 论文的主体内容4
1.3.2 论文结构安排5
1.4 本章小结6
2 多传感器数据融合相关理论7
2.1 多传感器数据融合定义与基本原理7
2.1.1数据融合的定义7
2.1.2 多传感器数据融合的基本原理7
2.1.3 多传感器数据融合模型7
2.2 多传感器数据融合的分类及其方法8
2.2.1 多传感器数据信息融合类型8
2.2.2 数据信息融合的过程及层次结构9
2.2.3 常见信息融合方法11
3 D-S证据理论13
3.1 D-S证据理论及其基本概念13
3.1.1 D-S证据理论的识别框架14
3.1.2 基本概率分配函数14
3.1.3 信任函数14
3.1.4 似然函数15
3.2 D-S合成规则及其决策规则15
3.3 D-S证据理论存在的问题16
3.3.1 D-S证据冲突产生原因16
3.3.2 冲突证据组合问题分类17
IV
3.4 D-S证据理论现有改进的方法19
3.4.1 基于融合规则的改进合成方法19
3.4.2基于原始证据源的修改方法21
3.5 本章小结23
4 改进的D-S证据理论24
4.1 一种新的冲突证据改进的方法24
4.1.1证据间相似度属性24
4.1.2证据信息熵属性25
4.2 改进方法分析26
4.2.1证据间相似性属性计算26
4.2.2证据信息熵属性计算27
4.2.3证据识别分类27
4.2.4改进分类证据步骤27
4.3 改进D-S证据理论算法28
4.4 算例分析30
4.5 本章小结33
5 改进算法的应用34
5.1 实验预备知识34
5.2 实验环境与模型36
5.3 实验工作及应用36
5.4 本章小结41
6 结 语42
6.1 论文总结42
6.2 展望43
参考文献44
致 谢48
V
一种结合信息熵的改进证据分类合成方法
1 引 言
1.1 多传感器数据融合背景及意义
1.
文档评论（0）