基于ANFIS和证据理论的信息融合研究

朱安福; 景占荣; 陈炜军; 张安学; 曹振林

您当前的位置：

首页 >

文章列表页 >

基于ANFIS和证据理论的信息融合研究

更新时间：2026-09-14

- 基于ANFIS和证据理论的信息融合研究
- 基于ANFIS和证据理论的信息融合研究
- Issue 1, (2009)
- 作者机构：
  
  1. 西北工业大学电子信息学院
  2. 西安交通大学电子信息学院
  3. 义马煤业集团
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2009
- 稿件说明：
移动端阅览
朱安福, 景占荣, 陈炜军, et al. 基于ANFIS和证据理论的信息融合研究[J]. 2009, (1).
DOI：

朱安福, 景占荣, 陈炜军, et al. 基于ANFIS和证据理论的信息融合研究[J]. 2009, (1). DOI：

摘要

提出了一种基于自适应神经网络-模糊推理系统(ANFIS)和D-S证据理论相结合的信息融合方法.利用神经网络的学习功能提取模糊规则和调整隶属函数

然后用自适应神经网络-模糊推理系统的输出构造证据理论中的基本概率赋值

解决了证据理论中的基本概率赋值不易确定的问题.该方法实现了模糊推理、神经网络和证据理论的有效结合

使得证据理论具备智能信息处理的能力

并应用于雷达与红外复合制导的目标识别融合系统.仿真结果表明:该方法提高了目标识别的置信度

降低了系统虚警率

融合结果也更加合理.

Abstract

A data fusion algorithm based on adaptive neural networks-fuzzy inference system(ANFIS) and D-S evidence theory is proposed.The establishment of the basic probability assignment is solved

which is rather difficult in evidence theory.Neural networks are used to extract fuzzy rules and adjust the fuzzy membership function

and then the outputs of ANFIS can be transformed into the basic probability assignment in evidence theory.Fuzzy inference

neural networks and evidence theory are integrated effectively.Evidence theory is provided with the ability of intelligent information processing.The algorithm is implemented for target recognition on IR/MMW Radar compound guidance system.The simulation results show that the degree of confidence is increased and the rate of false alarm is decreased

furthermore the result of the fusion is more reasonable.

关键词

Keywords

references

Views

265

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

多普勒引信目标信号极值识别算法

The Distribution Model of a Multi-sensor Data Fusion

Passive Sensing with Gaseous Objects on the Battlefield Using Neural Network

机器人机构设计与控制专栏

Hopkinson Bar Pulse Width Extension Test Method Based on Polyurethane Wave Shaper

Related Author

周春桂

许爱国

靳合力

王申

兰艳亭

林都

吴晓军

Related Institution

中北大学机电工程学院

军械工程学院军械技术研究所

中北大学信息与通信工程学院

华北工学院机械电子工程系

⁰