决策层信息融合的神经网络模型与算法研究

黎湘; 郁文贤; 庄钊文; 郭桂蓉

您当前的位置：

首页 >

文章列表页 >

决策层信息融合的神经网络模型与算法研究

更新时间：2025-12-08

- 决策层信息融合的神经网络模型与算法研究
- Decision Fusion for Target Recognition Based on Neural Network Model
- 电子学报 1997年第9期
- 作者机构：
  
  国防科学技术大学ＡＴＲ国防重点实验室
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP183
- 纸质出版：1997
- 稿件说明：
移动端阅览
[1]黎湘,郁文贤,庄钊文,郭桂蓉.决策层信息融合的神经网络模型与算法研究[J].电子学报,1997(09):117-120.

黎湘, 郁文贤, 庄钊文, et al. Decision Fusion for Target Recognition Based on Neural Network Model[J]. Acta Electronica Sinica, 1997, (9).
[1]黎湘,郁文贤,庄钊文,郭桂蓉.决策层信息融合的神经网络模型与算法研究[J].电子学报,1997(09):117-120. DOI：

黎湘, 郁文贤, 庄钊文, et al. Decision Fusion for Target Recognition Based on Neural Network Model[J]. Acta Electronica Sinica, 1997, (9). DOI：

摘要

本文对信息融合问题中决策层融合方法进行了分析与比较，提出了一种新的决策层信息融合算法，即改进型ＡＲＴ２神经网络融合算法（ＭｏｄｉｆｉｅｄＡＲＴ２，简称ＭＡＲＴ），该融合算法在综合大脑对多源信息整合的特点和优势基础上，提出了将信息进行匹配和调和相融合的处理方式．对实际的决策层信息融合目标识别问题，该算法具有弹性去除信息间相关性以及合理处理矛盾信息的能力．同时，ＭＡＲＴ神经网络模型通过自适应地调整网络参数，对信度的增长有较好的控制能力．

Abstract

Compared with normal decision fusion methods

a novel decision fusion algorithmbased on modified ART2（MART）Peural network model is presented in this paper. It has advantages of human brain

and the algorithm uses "matching function"and "compromising function" toremove the correlation of information and to obtain the ability of processing contradictory infromation. Meantime

the MART model can control the output of belief-level by adaptively adjusting theparameters of network.

关键词

Keywords

references

浏览量

465

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于认知模拟的多路信息融合系统的研究

背景感知机制的图像分类网络

超表面阻抗匹配层在电磁无损检测信号增强中的应用研究综述

基于关键部件特征关联的ISAR空间目标多角度识别方法

基于神经网络的图像风格迁移算法综述