基于數(shù)據(jù)驅(qū)動的多源信息融合技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、多源信息融合可以認為是一種研究多源不確定信息,并對其進行綜合處理及利用的理論和方法。它在空中和地面交通管制、流程工業(yè)監(jiān)督與控制等民用領域,以及軍事指揮系統(tǒng)、戰(zhàn)場監(jiān)視等軍事領域都具有廣闊的應用前景。傳統(tǒng)多源信息融合方法大都依賴于事先建立的理論機理模型,一般會引入一定的簡化操作。然而實際中的應用往往會較為復雜,建立的理論模型一般存在一定的偏差,甚至無法準確給出滿足性能要求的理論模型。針對上述問題,本文利用數(shù)據(jù)驅(qū)動的思想,對多源信息融合問題進

2、行了深入研究,主要的研究工作和取得的成果如下:
   首先,綜述了多源信息融合方法的應用范圍、研究現(xiàn)狀及存在缺陷,概括總結(jié)了多源信息融合問題的理論基礎,包括信息融合中各層次的融合方法和有關(guān)目標跟蹤算法。
   其次,針對傳統(tǒng)多源信息融合方法現(xiàn)存的難點與不足之處,利用數(shù)據(jù)驅(qū)動的思想,提出了基于數(shù)據(jù)驅(qū)動的多源信息融合方法,并給出了基于動態(tài)數(shù)據(jù)驅(qū)動的多源信息融合和數(shù)據(jù)驅(qū)動與模型驅(qū)動協(xié)同作用下的多源信息融合兩種不同的實現(xiàn)框架,同

3、時分析了它們的適用性和可操作性。
   再次,重點研究了數(shù)據(jù)驅(qū)動與模型驅(qū)動協(xié)同作用的多源信息融合方法,將數(shù)據(jù)驅(qū)動模塊與傳統(tǒng)的模型驅(qū)動有機結(jié)合。并結(jié)合基于聲音信息融合的地面車輛聲辨識實例,闡釋了該法在實例中通過聯(lián)合利用基于數(shù)據(jù)的特征集與基于模型的特征集,有效彌補了模型中缺失的信息,使車輛辨識精度得到提高。
   最后,研究了信息融合領域中的聯(lián)合目標跟蹤與分類技術(shù),先給出了傳統(tǒng)JTC框架下,利用多模粒子濾波算法完成對不同類目

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論