多传感器数据融合与航迹预测

多传感器数据融合技术是未来军事电子领域一个重要趋势.根据6个观测雷达的观测数据进行了数据融合算法的研究.在提取目标航迹对时,对每个雷达的数据依据一定的判定条件(时间变化,角度变化在一定范围内等),分别提取出不同的目标航迹对.在提取同一目标的航迹对时,先将目标航迹的一些异常点弃除,然后把时间重合的两段航迹提取出来,通过样条插值进行时间配准,共提取出多条相关的航迹组有3组.在使用雷达探测目标时,由于技术条件和方法等的限制,使雷达数据存在各种误差.利用卡尔曼滤波自适应算法估计出观测位置的噪声方差,对雷达偏差进行修正后,采用联合卡尔曼滤波算法对多条航迹进行融合,接着利用ARMA模型预测目标在未来10秒内的轨迹,最后,对目标在被锁定后的轨迹做出预测,结合导弹的爆炸范围求得导弹击中飞机的概率约为49.54%.     

模糊神经网络在多源数据融合中的应用研究

在T-S模糊神经网络数据融合的基础上,改进了标准T-S模糊融合算法中的模糊算子,并利用聚类算法对网络结构中模糊隶属度个数进行选取.通过仿真实验,验证了改进的算法在融合过程中的合理性、稳定性和准确性.以及聚类算法在T-S模糊神经网络数据融合算法中运用的合理性和有效性.     

一种多数据融合算法

针对证据理论在数据融合中存在的局限性,提出了一种新的算法,通过实例分析了这种算法的优点,最后指出了该算法存在的不足.     

一种数据融合算法的初步提出

本文针对证据理论在数据融合中存在的局限性 ,提出了一种新的算法 ,该算法能有效地克服了证据理论在证据完全对立情况下算法失效的缺陷 ,最后指出了该算法存在的不足 .     

组网雷达系统中的数据融合

将数据融合技术应用于组网雷达系统的目标状态融合,研究多种条件下的融合算法,逐一建立组网雷达测量设备的精度已知和精度未知的线性模型,以及非线性融合模型,分别给出这些模型的理论分析结论和算法流程。分析过程表明理论推导的严谨性,仿真计算结果说明算法是实用的。     

多指标面板数据融合聚类分析

针对多指标面板数据的样品分类和历史时期划分问题,从多元统计分析理论角度提出一个多指标面板数据的融合聚类分析方法。该方法改进了多指标面板数据的因子分析和系统聚类方法,依据Fisher有序聚类理论,构造了Frobenius范数形式的离差平方和函数,提出了多指标面板数据的有序聚类方法。实证结果表明,该方法能够满足系统分析的统一性要求,保证指标之间的不相关;能够克服时间维度上均值处理造成的偏误,信息损失较少;能够解决面板数据有序聚类的问题;弥补了单一分析的片面性和局限性。     

基于模糊影响图与D-S证据理论的多属性群决策方法

针对影响因素复杂的总体评价问题,提出了一种多属性群决策方法。该方法通过模糊影响图构建多层决策模型,利用模糊关系矩阵传递专家的意见,利用证据理论集结专家意见。该决策方法利用属性间客观存在的模糊关系进行决策,不需要确定决策属性的权重。实例分析表明,本方法可行,有利于降低决策信息的不确定程度。     

模糊神经网络在数据融合技术中的应用

本文主要阐述了模糊神经网络技术，尤其是模糊联结聚合神经网络技术在数据融合技术中的理论与应用。     

基于D-S证据理论的Bayes信息融合

在Bayes统计中,验前分布的获取和表示是一个关键问题,尤其在验前信息多源型的情况下,更需要合理客观地综合利用这些信息.针对实际现实中信息的多源性和不确定性,本文给出了一种基于D-S证据理论的多源总体验前分布的融合方法,并通过实例说明了该方法在Bayes先验信息融合中的应用.     

基于多证据同步融合的目标辨识算法

为提高不同类型冲突证据融合结果的可靠性,提出基于多证据同步融合的目标辨识算法。新算法先是通过分析证据之间的冲突状况,选择适用的冲突衡量参数,并相应给出基于不同参数的证据及源自于不同证据焦元的权值计算公式;进一步,依据新的焦元权值对多证据局部冲突信息实行按权指派。实例和仿真应用结果显示,与现有常用相关算法比较,新算法具有稳定性高、使用范围广泛的优点。     

基于证据理论的成品油分销网络合作伙伴选择的 综合评价

建立了成品油分销网络合作伙伴的综合评价指标体系,并引入能将＂不知道＂和＂不确定＂区分开来的D-S证据理论,利用该理论中的数据融合技术对5个意向合作企业进行了评价,并得到了最终的评价分值和排序.     

一种多传感器数据的统计融合方法

针对多个传感器对某一特性指标进行测量实验的数据融合问题,提出了统计距离意义上的不同传感器之间的融合度定义,并给出了一种可以较好地避免主观因素的关系矩阵的方法,从而得到了一种新的多传感器数据的融合算法.该算法简洁稳定,可用于提高智能仪表的测量准确度和改善智能仪表的抗干扰能力.     

Brauer对的局部熔合

本文引入Ｓｙｌｏｗｂ－对图的概念研究Ｂｒａｕｅｒ对的局部熔合，证明了下面主要结果：简化的ｂ－对族是共轭族．若Ｆ是Ｓｙｌｏｗｂ－对（Ｄ，ｂＤ）内的基本ｂ－对族，Ｆ１＝｛（Ｐ，ｂＰ）｜存在ｇ∈Ｇ使（Ｐ，ｂＰ）是同时含在（Ｄ，ｂＤ）及（Ｄ，ｂＤ）ｇ内的极大ｂ－对且（Ｐ，ｂｐ）在（Ｄ，ｂＤ）与（Ｄ，ｂＤ）ｇ内极端｝则Ｆ１也是共轭族．这些结果统一了Ａｌｐｅｒｉｎ－Ｂｒｏｕｅ及Ｐｕｉｇ的熔合定理．     

Bayes分析中多源验前信息融合的ML-II方法

在Bayes小子样理论中,验前分布的获取和表示是一个关键问题.针对工程实践中遇到的验前信息的多源性,给出了一种基于第二类极大似然估计原理(M L-II)的多源异总体验前分布的融合方法,并通过仿真实例证明了该方法的有效性.     

Modular Data: The Algebraic Combinatorics of Conformal Field Theory

This paper is primarily intended as an introduction for mathematicians to some of the rich algebraic combinatorics arising in for instance conformal field theory (CFT). It tries to refine, modernise, and bridge the gap between papers [6] and [55]. Our paper is essentially self-contained, apart from some of the background motivation (Section 1) and examples (Section 3) which are included to give the reader a sense of the context. Detailed proofs will appear elsewhere. The theory is still a work-in-progress, and emphasis is given here to several open questions and problems.