-
公开(公告)号：CN114756812A
公开(公告)日：2022-07-15
申请号：CN202210199769.5
申请日：2022-03-02
Applicant: 哈尔滨工程大学
Abstract: 本发明属于多传感器信息融合技术领域，具体涉及一种基于奇异值分解与信息熵的证据修正方法。本发明利用基本概率赋值函数的几何性质，将证据间差异性问题转化为矩阵性质问题，进而提出一种基于奇异值分解提取证据矩阵主方向对应子空间的重构技术，以滤除基本概率赋值矩阵内存在的干扰信息；对于主方向个数不唯一的证据矩阵，采取信息熵度量的方法完成对高度冲突证据的修正；最后基于证据理论对修正后的证据信息进行融合。本发明能够在不影响一致性数据的前提下，根据矩阵的最大方向对存在干扰的基本概率赋值进行校正，并通过减小焦点元素模值的方式弱化其在证据矩阵中的作用。本发明适用于多传感器信息融合系统中存在不确定信息的场景。
-
公开(公告)号：CN114756812B
公开(公告)日：2024-11-19
申请号：CN202210199769.5
申请日：2022-03-02
Applicant: 哈尔滨工程大学
Abstract: 本发明属于多传感器信息融合技术领域，具体涉及一种基于奇异值分解与信息熵的证据修正方法。本发明利用基本概率赋值函数的几何性质，将证据间差异性问题转化为矩阵性质问题，进而提出一种基于奇异值分解提取证据矩阵主方向对应子空间的重构技术，以滤除基本概率赋值矩阵内存在的干扰信息；对于主方向个数不唯一的证据矩阵，采取信息熵度量的方法完成对高度冲突证据的修正；最后基于证据理论对修正后的证据信息进行融合。本发明能够在不影响一致性数据的前提下，根据矩阵的最大方向对存在干扰的基本概率赋值进行校正，并通过减小焦点元素模值的方式弱化其在证据矩阵中的作用。本发明适用于多传感器信息融合系统中存在不确定信息的场景。
-
Patent Agency Ranking
公开(公告)号：CN114186630A
公开(公告)日：2022-03-15
申请号：CN202111501107.0
申请日：2021-12-09
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本申请发明提供了一种基于近似粗糙集分辨力分类决策算法。所述方法包括：利用粗糙集近似度判断属性划分样本数据能力，将样本属性隶属函数值大于设定近似度的样本占比作为该属性概率，并将其代入到决策分辨力算法中，以决策分辨力最大的属性作为分裂特征建立分类决策树，测试样本在分类决策树中获得的叶节点即为分类决策结果。本申请方法能够在提高样本分类决策准确率的基础上，提高分类决策时间效率和树形复杂度。
-
公开(公告)号：CN113325406A
公开(公告)日：2021-08-31
申请号：CN202110565144.1
申请日：2021-05-24
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于正则化约束加权最小二乘的无源定位方法。该方法分为两步，在第一步中针对TDOA/FDOA定位问题建立了基于RCTLS思想的定位模型，同时基于最小化均方误差的准则求解正则化参数，之后通过数学推导给出了该模型的闭式解析解；第二步则是利用约束条件建立起关于第一步估计误差的方程后进行求解，最后利用求得的解对第一步的估计结果进行修正。本发明的方法可以提高基于CTLS模型的定位方法的定位精度，而且在系数矩阵出现病态的情况下性能也更加稳定。
-
公开(公告)号：CN114200439B
公开(公告)日：2024-08-20
申请号：CN202111498794.5
申请日：2021-12-09
Applicant: 哈尔滨工程大学
Abstract: 本方法针对空域目标跟踪存在的多普勒盲区问题，提出了一种基于多普勒盲区的多模式空域目标跟踪方法，其工作模式可根据目标与盲区的状态关系进行平滑地切换。该方法充分利用了多普勒盲区的先验知识，结合贝叶斯滤波器的各种优势，有效提升了目标在航迹中的连续性，降低航迹重启引起的漏检、误检概率，提升了跟踪精度。
-
-
公开(公告)号：CN114200439A
公开(公告)日：2022-03-18
申请号：CN202111498794.5
申请日：2021-12-09
Applicant: 哈尔滨工程大学
Abstract: 本方法针对空域目标跟踪存在的多普勒盲区问题，提出了一种基于多普勒盲区的多模式空域目标跟踪方法，其工作模式可根据目标与盲区的状态关系进行平滑地切换。该方法充分利用了多普勒盲区的先验知识，结合贝叶斯滤波器的各种优势，有效提升了目标在航迹中的连续性，降低航迹重启引起的漏检、误检概率，提升了跟踪精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
