基于证据推理和神经网络的数据融合技术研究

《基于证据推理和神经网络的数据融合技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号UDC密级学位论文基于证据推理和神经网络的数据融合技术研究作者姓名：指导教师：王威张家生教授东北大学智能控制研究所申请学位级别：硕士学科类别：工学学科专业名称：控制理论与控制工程论文提交日期：2009年6月22曰论文答辩日期：2009年6月30日学位授予日期：答懒糊：汪晋宽教授评阅人：李小俚教授、于丁文副教授东北大学2009年6月AThesisfortheDegreeofMasterinControlTheoryandControl_一-●EngineeringResearchontheTechnologyofDataFusionbasedonEvid

2、enceTheoryandNeuralNetworkByWangWeiSupervisor：ProfessorZhangJiashengNortheasternUniversityJune2009独创性声明．本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：王贰日期：2厶·9·7·歹学位论文版权使用授权书本学位论文作者和指导教师完全了解东

3、北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半b／两年口学位论文作者签名：王敷签字日期：2一哆l7多导师签名：匆钇包．签字日期：2∞7-7夕东北大学硕士学位论文摘要基于证据推理和神经网络的数据融合技术研究摘要随着数据融合技术的快速发展，不确定性信息的处理成为一个引人注目的研究热点。证据推理理论作为一种有效处理不确定性信息的推理方法，在数据融合中得到了

4、广泛应用。本文对证据推理进行深入研究，并将证据推理和神经网络技术相结合以解决目标识别问题。本文的主要内容及研究成果如下：(1)介绍了多传感器数据融合的基本原理，融合过程，结构模型，着重讨论了多传感器数据融合属性级融合的三种结构，对多传感器数据融合的方法进行归纳总结。(2)介绍了证据推理的基本理论及最新进展，提出了证据推理在应用中存在的问题。针对证据推理无法解决证据严重冲突的情况，许多学者提出了各种改进方法，本文对典型算法(如Yager的方法等)进行归类分析。该分类方法可以有效的区分出证据组合方法的一些基本共性和区别，为进一步研究证据推理提供了依据和方向。(3

5、)探讨了神经网络和数据融合技术相结合的可行性，给出了基于神经网络的数据融合过程，着重介绍了BP算法。(4)采用最近邻法对使用修正前的不变矩与修正后的不变矩的目标识别进行了仿真分析。(5)针对多传感器数据融合中基本概率赋值难以获取的问题，提出了构造基本置信指派函数的两种方法，比较结果显示利用神经网络技术获取基本概率赋值的方法，克服了现有的依赖专家经验获取基本概率赋值主观性强的缺点，研究了证据推理组合来自同一目标的多幅图像以提高置信度的方法，并比较了组合规则不同情况下的识别效果，仿真结果证明了该方法的可行性。本文所做的工作，对于发展多传感器数据融合理论是一个大胆

6、、有益的尝试，对数据融合、神经网络、目标识别等领域有一定的贡献。该研究具有重要的理论意义和工程应用价值。关键词：数据融合；证据推理：神经网络；目标识别东北大学硕士学位论文AbstractResearchontheTechnologyofDataonEvidenceTheoryandNeuralAbstractFusionbasedNetworkWiththerapiddevelopmentofdatafusiontechnology,theprocessingofuncertaininformationhasbeenaresearchhotspot．Evid

7、entialreasoning，asoneoftheeffectiveinferencemethodsprocessinguncertaininformation，iswidelyappliedtodatafusion．Inthispaper,thetheoryofevidentialreasoningisstudiedthoroughly；methodoftargetidentificationisdesignedusingcombinationofevidentialreasoningandneuralnetworktechnology．Themainw

8、orkandachievementsareasfol