摘要
提出了一种用于目标识别与分类的改进算法，以模糊数学和Ｄ－Ｓ证据理论作为其数据融合的工具，通过比较基于融合信息进行分类与单传感器分类的结果，说明多传感器数据融合的优越性。
The paper proposes an improved algorithm of multisensor data fusion for target recognition and classification. In the data fusion process, fuzzy mathematics and Shafer-Dempster evidential theory is selected and used for the data fusion. By comparing the simulation experiment results based on separate original data and fused data respectively, the research has reached the conclusion that the latter is more accurate than the former.
出处
《吉林工业大学自然科学学报》
CSCD
北大核心
2001年第4期69-72,共4页
Natural Science Journal of Jilin University of Technology
基金
国家自然科学基金资助项目(69704007)
国家教育部优秀青年基金资助项目
国家教育部骨干教师基金资助项目
关键词
D-S证据理论
模糊数学
目标识别
数据融合
传感器
D-S evidential theory
fuzzy mathematics
target recognition and classification
data fusion
