期刊文献+

证据理论和模糊神经网络相结合的决策方法

Decision analysis by Fuzzy Neural Network and Evidence Theory
原文传递
导出
摘要 针对图像识别中图像的特征信息,排除不确定因素的影响,提出了基于模糊神经网络和D-S证据理论的数据融合算法,并对图像识别为例进行了实例分析,验证了该方法的准确性。该方法先对输入图像进行数据分析,采用T-S模糊神经网络进行处理,再用D-S证据理论执行决策分析,最终得到识别精度较高的有效结果。 To Feature Information in photo recognition,excluding the impact of uncertainties,based on the fuzzy neural network and the D-S evidence theory,this paper proposes data fusion algorithm,and testifies to its accuracy by analyzing the pattern recognition.This method first analyzes the photo data,and uses T-S fuzzy neural network to process them,then uses the D-S evidence theory to make decision analysis,ultimately,obtains effective result with highly precise recognition.
机构地区 燕山大学
出处 《电子技术(上海)》 2008年第1期125-127,共3页 Electronic Technology
关键词 T-S模糊神经网络 D-S证据理论 基本可信度分配 数据融合 最小风险决策 T-S fuzzy neural network D-S evidence theory distribution of basic credibility data fusion minimum risk decision analysis
  • 相关文献

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部