期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于可传递信度模型的k-NN分类规则 被引量:2
1
作者 刘邱云 吴根秀 付雪峰 《江西师范大学学报(自然科学版)》 CAS 2004年第3期221-223,共3页
针对训练模式所属类不确定情形,提出了基于可传递信度模型(TBM)的k-NN分类规则,并结合模糊集理论及可能性理论进行了拓广,最后通过计算机模拟实验将两者作了比较.
关键词 可传递信度模型 k-NN分类规则 TBM pignistic概率 隶属度 可能性测度 模糊集 模式识别
在线阅读 下载PDF
基于TBM的自适应模糊k-NN分类器 被引量:1
2
作者 刘邱云 付雪峰 吴根秀 《计算机工程》 CAS CSCD 北大核心 2009年第16期183-185,188,共4页
针对训练模式类标签不精确的识别问题,提出基于可传递信度模型的自适应模糊k-NN(k-Nearest Neighbor)分类器。利用可传递信度模型结合模糊集理论和可能性理论并运用pignistic变换,对待识别模式真正所属的类做出决策。采用梯度下降最小... 针对训练模式类标签不精确的识别问题,提出基于可传递信度模型的自适应模糊k-NN(k-Nearest Neighbor)分类器。利用可传递信度模型结合模糊集理论和可能性理论并运用pignistic变换,对待识别模式真正所属的类做出决策。采用梯度下降最小化误差函数,以实现参数的自适应学习。实验结果表明,该分类器误分类率低、鲁棒性强。 展开更多
关键词 可传递信度模型 自适应 k-NN分类器 pignistic概率 梯度下降
在线阅读 下载PDF
基于雷达辐射源信号特征的类别信息辅助GM-PHD滤波器 被引量:1
3
作者 朱友清 周石琳 《系统工程与电子技术》 EI CSCD 北大核心 2015年第6期1273-1279,共7页
雷达辐射源目标跟踪在军事应用领域具有重要的意义。结合目标类别信息有助于提高高斯混合概率假设密度(Gaussian mixture-probability hypothesis density,GM-PHD)滤波器多目标跟踪的性能,但电子侦察系统获得的雷达辐射源信号信息无法... 雷达辐射源目标跟踪在军事应用领域具有重要的意义。结合目标类别信息有助于提高高斯混合概率假设密度(Gaussian mixture-probability hypothesis density,GM-PHD)滤波器多目标跟踪的性能,但电子侦察系统获得的雷达辐射源信号信息无法直接应用于上述滤波器。为此,先利用辐射源信号特征进行雷达类型识别,然后基于可传递信度模型根据雷达-平台的配属关系将该识别结果转换到与已知类别信息相同的辨识框架内。在此基础上,采用相容系数度量其相似度用以近似GM-PHD滤波器中的量测似然值,从而实现类别信息的辅助目标跟踪。仿真实验表明,在不同的杂波密度下所提方法能够有效提高GM-PHD滤波器的跟踪性能。 展开更多
关键词 多目标跟踪 高斯混合概率假设密度滤波器 雷达辐射源信号 可传递信度模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部