基于融合反馈的算法模块管理在高机动追踪中的应用

以算法模块及算法内部参数的管理为核心,探索并提出新的敏感指标,通过融合反馈的方法来完成高机动追踪。该方法通过敏感指标对融合后的反馈结果的分析,用硬决策的方式完成机动追踪中的滤波器选择,以较少的计算量完成了模型未知的高机动追踪。与传统的IMM算法相比,此算法具有计算量小、模型集少的优点。一个多目标机动追踪实验结果验证了此算法在高机动目标追踪中的优秀表现。     

一种针对于状态估计算法的敏感指标构建方法

针对信息融合领域内状态估计算法的性能评估问题,分析了当前常用评估指标的不足。提出了一种基于最优子模式分配的敏感指标构建方法,该指标利用两个可控参数对点迹位置误差与关联误差的敏感度进行合理分配。通过两组不同条件的实验,证明了在单目标环境下,OSPA距离具有与位置均方根误差相同的有效性与评估准确度;在多目标环境下,OSPA距离具有更高的使用灵活度与敏感度。     

一种多尺度数据融合模型的工程实践与相关理论问题

为解决不可重复测量物理量的真值估计问题,提出了一种"多尺度数据融合模型",该模型采用多传感器对同一物理量同时进行测量,对各个传感器的测量结果进行小波变换,并在不同小波尺度域对各个传感器的测量值进行多尺度加权平均,通过逆小波变换得到待测物理量的真值估计。笔者对该模型进行了分析和总结,包括对相关领域研究的评述,在此基础上,给出了数据融合定理及一些重要的推导及结论。     

基于GA-WNN和时空特性的交通数据融合

由于时间序列的交通数据重点关注断面交通流量变化,而空间序列的交通数据主要关注路网交通流分布;本文在综合考虑二者特性的前提下利用遗传算法的群体搜索技术及小波神经网络的较强学习能力,提出了基于遗传-小波神经网络（GA-WNN）的交通数据融合模型,使用MAE、MRE和MSE三个指标对交通数据序列进行优劣对比分析。经实例验证,考虑时空特性的交通数据其数据质量优于单一的时间序列和空间序列。     

基于多因子融合的维修性验证试验故障样本分配方法研究

针对维修性验证试验中样本分配结果不理想,导致维修性验证试验结论置信度低的问题,提出了基于多因子融合的维修性验证试验样本分配方法;首先,通过对故障样本分配影响因素的分析,定义了故障样本分配影响因子集,提出了基于多因子融合的故障样本分配算法;然后,分别确定了各影响因子的影响系数,并采用模糊层次分析法获得了各影响因子的影响权值;最后,以某型装备子系统为例进行实例验证,并同基于故障率的分层抽样样本分配方法进行对比分析,结果表明该方法得到的样本分配结果结构更加科学,提高了试验结论的置信度,具有良好的工程应用价值。     

基于复杂融合特征与灰度-纹理直方图描述子的红外弱小目标检测追踪算法

为了解决当前红外目标检测追踪算法仅依靠单一图像特征对弱小目标增强,使其在背景杂波与噪声干扰严重条件下,难以剔除图像背景中的伪目标像素,导致弱小目标检测与追踪精度不高,提出了基于复杂融合特征与联合灰度-纹理直方图描述子的红外弱小目标检测与追踪算法。首先,针对红外图像不同特征的背景干扰因素,引入不同方向的腐蚀操作结构元素,设计了分类Top-Hat变换算子,充分抑制背景杂波与噪声,从而将弱小目标从复杂背景中凸显出来;随后,引入方差权重信息熵,构建复杂融合特征,对红外图像进行分割,确定候选目标区域;并基于管道滤波模式,对候选目标区域中的真实弱小目标与伪目标进行筛选,将虚假目标过滤;再考虑弱小目标的强度与纹理特征,基于LBP技术(local binary pattern),设计了灰度-纹理直方图描述子,充分描述红外弱小目标的边缘、线端与角点等鲁棒性特征,较好地保留目标的空域信息,有效剔除图像背景中的伪目标像素;最后,联合均值漂移算法,对红外弱小目标进行精确追踪。实验结果显示:与当前红外目标检测追踪技术相比,在复杂背景干扰条件下,本文算法具有更高的检测精度与更低的追踪误差。     

一种基于证据决策的航迹相关算法

基于证据决策的思想,对传统的最近领域法(NN)及K近领域法(K-NN)进行改造,设计新的航迹相关判决准则,提出一种新的分布式多传感器航迹关联算法(EK-NN). 通过仿真试验分析,并与最近领域法(NN)及K近领域法(K-NN)进行比较. 结果表明,在密集目标环境下,基于证据决策的(EK-NN)航迹关联算法明显优于最近领域法(NN),较K近领域法(K-NN)也有一定的改进.     

VIEWING URBAN DISRUPTIONS FROM A DECISION INFORMATICS PERSPECTIVE

1. Introduction Urban infrastructures are the focus of terrorist acts because, quite simply, they produce the most visible impact, if not casualties. From the September 11, 2001 (i.e., “9/11”) attack on New York City’s World Trade Center to the more recent March 11, 2004, attack on Madrid’s commuter trains, it is obvious that urban centers are indeed vulnerable to such hideous acts. A systemic or holistic approach to securing the infrastructure systems that underpin an urban center isr…     

Multi-sources information fusion algorithm in airborne detection systems

To aim at the multimode character of the data from the airplane detecting system, the paper combines Dempster- Shafer evidence theory and subjective Bayesian algorithm and makes to propose a mixed structure multimode data fusion algorithm. The algorithm adopts a prorated algorithm relate to the incertitude evaluation to convert the probability evaluation into the precognition probability in an identity frame, and ensures the adaptability of different data from different source to the mixed system. To guarantee real time fusion, a combination of time domain fusion and space domain fusion is established, this not only assure the fusion of data chain in different time of the same sensor, but also the data fusion from different sensors distributed in different platforms and the data fusion among different modes. The feasibility and practicability are approved through computer simulation.     

Dynamic weighted voting for multiple classifier fusion:a generalized rough set method

1 .INTRODUCTIONMultiple classifier fusion or combination has prov-enitself a powerful tool for achieving high classifi-cation accuracy with moderately discri minatingclassifiers .If only output class labels are availablethe voting fusion[1]is often used as a decisionlevelfusion. However ,the main drawback of the votingfusion is that all classifiers are considered equallyreliable and this maylead to a confident decisiontobe changed by a less reliable classifier . A possibleway of overcomin…