2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩92頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著多傳感器感知技術(shù)、智能計(jì)算技術(shù)以及無(wú)線通信技術(shù)的飛速發(fā)展,軍事領(lǐng)域率先提出了“數(shù)據(jù)融合”這一概念,也就是將各式各樣的傳感器所采集到的信息加以“融合處理”,進(jìn)而能夠獲得比單個(gè)或單一種類(lèi)的傳感器更加行之有效的信息,因此對(duì)于多源信息融合技術(shù)的研究得到了社會(huì)的廣泛關(guān)注。
  本論文主要進(jìn)行了以下三個(gè)方面的研究:
  1.多源信息融合中連續(xù)變量離散化算法的研究
  本論文以基于概率論的貝葉斯網(wǎng)絡(luò)數(shù)據(jù)融合算法為核心,針對(duì)現(xiàn)有算

2、法對(duì)連續(xù)變量的離散化處理不夠精確的問(wèn)題,提出基于等期望值標(biāo)準(zhǔn)狀態(tài)概率分配的連續(xù)變量離散化算法,更加科學(xué)合理地實(shí)現(xiàn)了對(duì)連續(xù)變量的無(wú)損處理,該算法解決了現(xiàn)有離散化方法的離散效果不夠精確的問(wèn)題。
  2.多源信息融合中多屬性權(quán)重分配算法的研究
  多屬性信息融合是多源信息融合的主要內(nèi)容。現(xiàn)有的融合算法不可避免地遇到了各屬性對(duì)于決策影響力即權(quán)重不同的問(wèn)題,目前大多數(shù)權(quán)重分配算法或太過(guò)依賴專(zhuān)家知識(shí)或太過(guò)注重變量的統(tǒng)計(jì)特性,缺乏理論依據(jù)

3、,只是定性地分析各連續(xù)屬性的相對(duì)影響力的大小已不能滿足現(xiàn)代數(shù)據(jù)融合定量分析的要求。本論文提出了一種基于信息增益的多屬性權(quán)重分配算法,主要依據(jù)信息論,利用信息增益定量地計(jì)算權(quán)重,解決了現(xiàn)有算法定性分析所導(dǎo)致的權(quán)重計(jì)算不夠精確的問(wèn)題。
  3.加入權(quán)重的貝葉斯網(wǎng)絡(luò)算法研究
  貝葉斯網(wǎng)絡(luò)基于概率論,其參數(shù)學(xué)習(xí)方式是可監(jiān)督式的。為了得到更加準(zhǔn)確的推理結(jié)果,本論文采用了兩種加入權(quán)重的方式:一是特征級(jí)的權(quán)重加入,即將權(quán)重加入到證據(jù)信息

4、當(dāng)中,進(jìn)而得到權(quán)重化的證據(jù)信息后再進(jìn)行網(wǎng)絡(luò)推理;二是決策級(jí)的權(quán)重加入,由于貝葉斯網(wǎng)絡(luò)支持不完備證據(jù)的特性,所以我們可以將各參數(shù)變量單獨(dú)加入貝葉斯網(wǎng)絡(luò)進(jìn)行推理,最后將權(quán)重加入到它們的推理結(jié)果之中。仿真分析證明,加入權(quán)重能夠有效地提升貝葉斯網(wǎng)絡(luò)的推理準(zhǔn)確率。
  通過(guò)對(duì)基于等期望值標(biāo)準(zhǔn)狀態(tài)概率分配的連續(xù)變量離散化算法的研究,本論文實(shí)現(xiàn)了連續(xù)變量的無(wú)損處理,同時(shí)也將貝葉斯網(wǎng)絡(luò)的應(yīng)用環(huán)境拓展到了連續(xù)變量的推理融合之中。通過(guò)對(duì)基于信息增益的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論