[發(fā)明專利]一種基于證據(jù)模糊因子的多源數(shù)據(jù)融合識別方法在審

申請?zhí)枺?/td>	201811596396.5	申請日：	2018-12-26
公開（公告）號：	CN109766933A	公開（公告）日：	2019-05-17
發(fā)明（設計）人：	麻銳;唐政;趙露露	申請（專利權）人：	中國電子科技集團公司第二十研究所
主分類號：	G06K9/62	分類號：	G06K9/62
代理公司：	西北工業(yè)大學專利中心 61204	代理人：	顧潮琪
地址：	710068 ***	國省代碼：	陜西;61
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	模糊因子證據(jù) 修正融合多源數(shù)據(jù) 原始證據(jù) 傳感器目標差異因子檢測結(jié)果目標識別修正系數(shù) 異常檢測證據(jù)體證據(jù)源辨識配給多源全集引入概率
鉆瓜網(wǎng) 技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【權利要求書】：

1.一種基于證據(jù)模糊因子的多源數(shù)據(jù)融合識別方法，其特征在于包括下述步驟：

步驟1，確定本次目標識別的辨識類別框架為θ＝{A₁，A₂，...，A_N}，辨識類別框架為本次識別目標的類別集合，N為目標要識別的類別數(shù)；若有n個傳感器數(shù)據(jù)進行融合，則多傳感器數(shù)據(jù)提供的證據(jù)集為E＝{E₁，E₂，...，E_n}，各證據(jù)對應的基本概率賦值BPA為m₁，m₂，...，m_n，m_i分配給θ中A_j的BPA組成數(shù)據(jù)矩陣矩陣的第i行表示證據(jù)對辨識類別框架中類別分配的基本概率估值；

步驟2，計算每個證據(jù)的自身差異因子其中，D_ij為證據(jù)E_i和E_j的差異系數(shù)，

步驟3，計算每個證據(jù)的自身一致因子其中，U_ij為證據(jù)E_i和E_j的一致系數(shù)，U_ij＝∑_A＝Bm_i(A)m_j(B)，A，B∈θ；

步驟4，計算每個證據(jù)的自身模糊因子其中，

步驟5，計算每個證據(jù)的修正系數(shù)

步驟6，對每個證據(jù)對分配給各個命題的BPA進行修正，

步驟7，對步驟6中修正后的證據(jù)進行融合，

其中

下載完整專利技術內(nèi)容需要扣除積分，VIP會員可以免費下載。

免登錄下載普通用戶下載升級VIP會員，免費下載

該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國電子科技集團公司第二十研究所，未經(jīng)中國電子科技集團公司第二十研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】

本文鏈接：http://www.szxzyx.cn/pat/books/201811596396.5/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。