1.一种基于D-S证据理论的特征融合识别方法,其特征在于,包括: 对训练样本图像和测试图像进行几何归一化,对图像进行γ校正,对图像进行差分高斯滤波,对图像进行对比度均衡化; 提取所述训练样本图像和所述测试图像的不变矩特征,并根据所述不变矩特征建立不变矩特征基本概率分配函数; 提取所述训练样本图像和所述测试图...
基于图像质量加权的D-S证据理论多生物特征融合识别
基于D-S证据理论的多特征数据融合算法
首先,组合图像质量评价法采用清晰度和对比度、相关系数的组合 方法来评价生物特征图像质量;其次,应用改进的基于图像质量的匹配值增强方法和D-s证据理论,减少了极大值图 像质量指标的影响,使图像质量加权与实际情况更趋一致。实验结果表明,与没有考虑图像质量因素相比,考虑了图 像质量信息的D.S证据理论融合方法提高了...
特征提取决策级融合针对单特征苹果分级的不确定性和低正确率,通过图像处理提取大小、形状、颜色和缺陷4类能反映苹果外观品质的主要特征,引入信息融合的思想,以单特征初步分级的结果作为证据,用D-S证据理论的方法进行决策级融合处理,实现苹果的多特征综合分级,进一步提高可靠性和分级正确率。80个测试样本的分级试验表明,...
针对现实中同一实体存在不同表象的问题,提出一种基于D-S证据理论特征融合的同义实体识别方法.以搜索引擎为外部知识库获取实体特征信息,利用相似函数计算特征值,由D-S证据理论融合一组特征值,经阈值判断完成同义实体的识别.特征融合识别算法在医疗机构数据集上的识别精度,召回率和F值分别达到了85.80%,81.18%,83.43%,比...
本发明属于风机故障监测,具体涉及一种基于d-s证据理论融合多特征信息的风机故障诊断方法。 背景技术: 1、风机设备的振动信号是其内部各零部件运行状态和结构响应的总体表现,在风机壳体上布置传感器采集振动信号,是获取风机运行状态信息的重要途径。通过对振动信号进行分析处理,提取能够准确表示风机设备运行状态的特征,进而...
日趋复杂的战场电磁环境对雷达工作模式识别提出了更高的要求,针对传统单平台工作模式识别方法的局限性,提出了一种在多平台协同背景下基于Dempster-Shafer(D-S)证据理论的雷达工作模式特征层融合识别算法.该算法运用隶属度函数获得基本信任赋值,根据Dempster合成规则,首先对多平台侦收的同一参数数据进行多平台参数内融合,然...
对人脸和指静脉在决策层的融合 识别,给出一种新的组合图像质量评价方法,并采用一种改进的基于图像质量加权的D-S证据理论融合这两种生物特征.首先,组合图像质量评价法采用清晰度和 对比度,相关系数的组合方法来评价生物特征图像质量;其次,应用改进的基于图像质量的匹配值增强方法和D-S证据理论,减少了极大值图像质量指...
D-S证据理论是特征级融合中重要的目标融合识别方法,既能处理随机性导致的不确定性,又能处理模糊性导致的不确定性.本文通过对重型卡车,轻型卡车以及小轿车三种目标RCS(雷达散射截面积)和目标极化(极化散射矩阵)特征的提取,分别利用灰关联法,模糊数学法和模板匹配法对目标的特征向量进行提取,采用Matlab采样数据,分别绘制...