工学 >>> 仪器科学与技术 >>> 仪器仪表基础理论 传感器技术 精密仪器制造 测试计量仪器 天文仪器 地球科学仪器 大气仪器仪表 仪器仪表技术其他学科 流体传动与控制
搜索结果: 1-15 共查到仪器科学与技术 信息融合相关记录27条 . 查询时间(0.151 秒)
中国科学院合肥物质科学研究院专利:一种基于多传感器信息融合的智能车定位方法
华北电力大学2019年博士研究生入学考试初试多传感器信息融合考试大纲。
华北电力大学2018年博士研究生初试多传感器信息融合大纲。
华北电力大学2017年博士研究生初试多传感器信息融合考试大纲。
华北电力大学2016年博士生初试多传感器信息融合考试大纲。
华北电力大学2015年博士生初试多传感器信息融合考试大纲。
对于日益复杂的信息环境和变化的目标特性,现有的多传感器信息融合方法大多为“静态的”,较少考虑传感器可信度变化以及测量过程中的多维特征指标权重的时效性给融合结果带来的影响。为了解决此问题,提出了一种基于模糊理论与区间型多属性决策的信息融合方法。该方法从各传感器对模糊命题支持度的一致性来定义其信息质量优化度,用区间数与多属性决策理论来定义特征识别综合置信度,并从这两方面客观确定了传感器的融合权重,较好...
论文分析了多传感器信息融合模型的建立和实现的过程,并利用多传感器信息融合技术中的信息协同和信息互补来完成对轮式机器人的运动控制。运行结果表明机器人可以半径范围为40~100cm的圆周上自主运行并能够灵活调整轨道半径;当机器人接近擂台边缘约5cm时会自动检测边缘位置并根据自身的姿态情况及时调整运动方向。该系统运动控制性能稳定,能够在给定的测试环境下实现轮式机器人运动路径的准确控制。
在多传感器信息融合中,DS证据理论是一种重要方法,但是它的基石基本概率分配(BPA)一般不易确定,从而使它的优势难以得到发挥。支持向量机(SVM)是建立在统计学习理论之上的一种新型学习算法,但SVM的硬判决输出却不便于进行多传感器信息融合。为便于信息融合,本文提出了一种具有BPA输出的二类SVM,通过分析Platt概率输出模型的实质与不足提出利用SVM精度下限对其进行加权处理来得到证据理论的BPA...
针对异类传感器目标识别的问题,提出了一种融合ESM和红外传感器的互补信息进行目标识别的方法。该方法首先利用了神经网络在目标识别中的优越性,完成目标初步分类;其中对于ESM的输出结果,运用粗集理论的方法实现辐射源类型向目标类型的转化;最后将网络每次的输出作为一条证据,在决策层上利用改进的D-S 理论方法实现数据的融合。最后飞机目标识别的仿真实验,验证了该方法可以获得较高的识别效率。
将自制的具有铂金传感器的双重屏蔽微弱电信号测试系统,所获取的植物微弱电信号、小波软阈值消噪、时间序列的求和自回归移动平均(ARIMA)模型等单因素分析耦合成信息融合技术,对雏菊电信号时间序列进行了数据融合分析预测.雏菊电信号为微伏量级,其幅值有随温度的升高而微弱增加的趋势.ARIMA模型对植物微弱电信号特性进行预测是可行的.以节能为目标依据雏菊植物自适应电信号的预测参数可作为建立塑料大棚智能化控制...
应用现代时间序列分析方法,基于ARMA新息模型和增广状态空间模型,应用标量加权最优融合准则,对于带白色和有色观测噪声的ARMA信号,提出了多传感器分布式最优信息融合Wiener滤波器和平滑器,其中给出了计算局部平滑误差方差和互协方差的计算公式,它们可被用于计算最优加权系数。同单传感器情形相比,可提高平滑器的精度。一个三传感器目标跟踪系统的仿真例子说明其有效性。
为克服支持向量机和Dempster方法的不足,提出一种基于SVM多分类器的识别结果概率输出方法。以BPA函数的形式输出SVM多分类结果,对Dempster证据合成方法进行了改进:根据证据之间的相似性程度判断是否存在证据冲突,对于证据数目在3条以上且存在冲突的证据组合,引用统计理论中马氏距离的计算公式计算各证据与其余证据组合之间的距离,导出各证据的重要性权系数,由此对证据的BPA函数进行转化,采用D...
应用现代时间序列分析方法,基于ARMA新息模型和Lyapunov方程,提出了单通道ARMA信号的多传 感器信息融合稳态最优Wiener反卷积滤波器。它避免了Riccati方程,可用于设计含未知模型参数和含未知噪声方 差系统的自校正信息融合滤波器。一个仿真例子说明了其有效性。

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...