龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工程大学
摘要：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。
主权项：1.一种基于奇异值分解与信息熵的证据修正方法，其特征在于，包括以下步骤：步骤1：多传感器系统待识别目标为θ1,θ2,…,θn，其焦元集合为F＝{θ1,θ2,…,θn}，对焦元集合F＝{θ1,θ2,…,θn}的基本概率赋值函数miθj进行矩阵化处理，获得t×n阶预处理矩阵YJ；其中，i＝1,2,…,t，t为函数总数；j＝1,2,…,n，n为焦元总数；步骤2：计算预处理矩阵YJ的奇异值分解其中，r为矩阵YJ的秩，奇异值σi满足σ1≥σ2≥…≥σr，列向量ui和vi分别为第i个左奇异向量和第i个右奇异向量；步骤3：计算折扣修正向量α＝[α1,α2,…,αk]；步骤4：根据计算折扣修正后的矩阵其中，Θ为辨识框架；yi＝[yiθ1,yiθ2,…]；步骤5：根据Dempster组合公式融合矩阵Y的行向量得到融合结果m；其中，θ∈F＝{θ1,θ2,…,θn}，为空集；步骤6：最终得到多传感器信息融合系统的目标识别结果其中表示计算使得mθj取最大值时对应的θj。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 一种基于奇异值分解与信息熵的证据修正方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号