傳統(tǒng)方法將信息分類結(jié)構(gòu)與神經(jīng)網(wǎng)絡(luò)模型結(jié)合在一起,建立網(wǎng)絡(luò)兩級(jí)數(shù)據(jù)信息融合模型,但忽略了相互支持度,導(dǎo)致融合時(shí)間過(guò)長(zhǎng),為此提出一種基于模糊加權(quán)和D-S證據(jù)的網(wǎng)絡(luò)視頻中多源信息快速融合方法。運(yùn)用模糊理論中的隸屬度函數(shù)計(jì)算出多源信息的可信度;根據(jù)可信度計(jì)算結(jié)果進(jìn)一步計(jì)算出不同信息間的相互支持度;同時(shí),引入代表沖突程度的信息支持度參數(shù)和證據(jù)可信度參數(shù),得到證據(jù)源對(duì)融合信息源平均信任度;以融合信息源平均信任度為權(quán)值進(jìn)行分布式多源信息融合。實(shí)驗(yàn)結(jié)果表明,相比其他信息融合方法,所提方法的分布式多源信息融合時(shí)間較短,且融合結(jié)果最接近實(shí)際情況。 

【文章來(lái)源】：計(jì)算機(jī)仿真. 2020,37(06)北大核心

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

不同方法融合時(shí)間對(duì)比

【參考文獻(xiàn)】：
期刊論文
[1]基于多傳感器信息融合的車輛目標(biāo)識(shí)別方法[J]. 孫寧,秦洪懋,張利,葛如海.  汽車工程. 2017(11)
[2]DMDVC中基于可靠性評(píng)估的邊信息融合算法[J]. 熊文詩(shī),卿粼波,吳曉紅,陳真真.  圖學(xué)學(xué)報(bào). 2017(04)
[3]天基信息港及其多源信息融合應(yīng)用[J]. 李斌,劉乘源,章宇兵,周彬.  中國(guó)電子科學(xué)研究院學(xué)報(bào). 2017(03)
[4]分布式多維空間傳輸信息準(zhǔn)確融合仿真研究[J]. 楊中杰.  計(jì)算機(jī)仿真. 2017(05)
[5]基于智能粒子濾波的多傳感器信息融合算法[J]. 陳偉強(qiáng),陳軍,張闖,宋立國(guó),譚卓理.  計(jì)算機(jī)應(yīng)用. 2016(12)
[6]基于支持度和自適應(yīng)加權(quán)的MEMS陀螺信息融合算法[J]. 孫田川,劉潔瑜.  傳感技術(shù)學(xué)報(bào). 2016(10)
[7]圖像感興趣區(qū)域多源顏色信息融合算法[J]. 許剛,閆欣.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(10)
[8]一種帶隨機(jī)偏差的分布式信息融合濾波算法[J]. 楊林,劉奇.  航空計(jì)算技術(shù). 2016(05)
[9]基于蟻群神經(jīng)網(wǎng)絡(luò)的兩級(jí)信息融合算法[J]. 呂紅芳,顧幸生.  上海交通大學(xué)學(xué)報(bào). 2016(08)
[10]多源信息融合中一種新的證據(jù)合成算法[J]. 李昌璽,周焰,王盛超,蘇俊生.  上海交通大學(xué)學(xué)報(bào). 2016(07)



本文編號(hào)：3499301