中国航空科学基金(20100169001)
- 作品数：4 被引量：52H指数：4
- 相关作者：李新德杨伟东吴雪建黄心汉孟正大更多>>
- 相关机构：东南大学华中科技大学更多>>
- 发文基金：中国航空科学基金教育部重点实验室开放基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 一种快速分层递阶DSmT近似推理融合方法(A)被引量：18
- 2010年
- 本文提出了一种分层递阶的DSmT快速近似推理融合方法,该方法针对超幂集空间中仅单子焦元具有信度赋值的情况,利用二叉树或三叉树分组技术对其刚性分组,与此同时,对每个信息源对应的各个分组焦元进行信度赋值求和,以便实现细粒度超幂集空间向粗粒度超幂集空间映射.然后运用DSmT组合规则和比例冲突分配规则对粗化超幂集空间的两个信息源进行融合,保存该融合结果作为父子之间节点连接权值,然后对每个分组焦元信度赋值归一化处理,通过设定树的深度,来确定分层递阶的次数.最后通过从多个角度比较新、老方法,从而充分地验证了新方法的优越性.
- 李新德Jean Dezert黄心汉孟正大吴雪建
- 关键词：信息融合分层递阶THEORY
- 一种快速分层递阶DSmT近似推理融合方法(B)被引量：17
- 2011年
- 针对Dezert-Smarandache Theory(DSmT),随着鉴别框架中焦元数目的增多,其组合推理运算成指数增长,已成为制约该理论广泛应用与发展的瓶颈问题.为了解决这个难题,本文在进一步深入研究仅单子焦元赋值几个关键问题的基础上,主要针对超幂集空间中部分单子和冲突焦元具有信度赋值的情况,通过比例分配原则,把冲突焦元的信度赋值分配到相应的单子焦元上,然后根据仅单子焦元情形下的近似推理方法进行处理,即利用二叉树分组技术对单子焦元进行刚性分组,实现细粒度超幂集空间向粗粒度超幂集空间映射.最后通过从计算效率、信息损失和相似度的角度分别比较新、老方法,比较结果充分地验证了新方法的优越性.
- 李新德杨伟东吴雪建Jean Dezert
- 关键词：信息融合分层递阶THEORY
- 一种快速分层递阶DSmT近似推理融合方法(C)被引量：4
- 2011年
- 针对超幂集空间中部分不确定焦元或者混合焦元具有信度赋值的情形,将混合焦元转化为统一形式;根据纯不确定焦元平分原则进行平分信度赋值,并将新的或固有的冲突焦元的信度赋值分配到相应的单子焦元上;利用二叉树分组技术对单子焦元进行刚性分组,实现细粒度超向粗粒度超幂集空间的映射;运用DSmT组合规则和比例冲突分配规则对粗化超幂集空间的多个信息源进行融合,保存该融合结果作为父子之间节点连接权值;对每个分组焦元信度赋值归一化处理,通过设定树的深度,来确定分层递阶的次数;最后从计算效率、信息损失和相似度的角度分别就新、老方法进行比较,结果验证了新方法的优越性.
- 李新德杨伟东Jean Dezert
- 关键词：信息融合分层递阶DEZERT-SMARANDACHE理论
- 一种飞机图像目标多特征信息融合识别方法被引量：33
- 2012年
- 提出了一种基于概率神经网络(Probabilistic neural networks,PNN)和DSmT推理(Dezert-Smarandache theory)的飞机图像目标多特征融合识别算法.针对提取的多个图像特征量,利用数据融合的思想对来自图像目标各个特征量提供的信息进行融合处理.首先,对图像进行二值化预处理,并提取Hu矩、归一化转动惯量、仿射不变矩、轮廓离散化参数和奇异值特征5个特征量;其次,针对DSmT理论中信度赋值构造困难的问题,利用PNN网络,构造目标识别率矩阵,通过目标识别率矩阵对证据源进行信度赋值;然后,用DSmT组合规则在决策级层进行融合,从而完成对飞机目标的识别;最后,在目标图像小畸变情形下,将本文提出的图像多特征信息融合方法和单一特征方法进行了对比测试实验,结果表明本文方法在同等条件下正确识别率得到了很大提高,同时达到实时性要求,而且具有有效拒判能力和目标图像尺寸不敏感性.即使在大畸变情况下,识别率也能达到89.3%.
- 李新德杨伟东DEZERT Jean
- 关键词：信息融合目标识别概率神经网络
