-
题名基于数据驱动的信息融合及其在车辆声辨识中的应用
被引量：9
- 1
-
-
作者
林岳松
陈琳
郭宝峰
-
机构
杭州电子科技大学信息与控制研究所
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2011年第9期2158-2163,共6页
-
基金
国家部委基金
浙江省钱江人才计划项目(2010R10011)资助课题
-
文摘
传统多源信息融合方法大都依赖于事先建立的理论机理模型,一般会引入一定的简化操作。然而实际中的应用往往会较为复杂,建立的理论模型一般存在一定的偏差。在某些情况下,满足性能要求的理论模型甚至无法给出。针对这样的缺陷,该文根据数据驱动的思想,提出了两种基于数据驱动的信息融合实现方法。通过联合利用基于数据的特征集与基于模型的特征集,有效弥补了模型中缺失的信息,从而提高信息融合的性能。将其运用在一个基于声音信息融合的地面车辆辨识实例中,获得了良好的识别性能,展现出将数据驱动处理思路引入信息融合的可行性和优点。
-
关键词
信息融合
数据驱动
车辆声辨识
贝叶斯决策融合
-
Keywords
Information fusion
Data-driven
Acoustic vehicle classification
Bayesian decision fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
