网络视频中分布式多源信息快速融合仿真

发布时间：2021-11-16 17:53

　　传统方法将信息分类结构与神经网络模型结合在一起,建立网络两级数据信息融合模型,但忽略了相互支持度,导致融合时间过长,为此提出一种基于模糊加权和D-S证据的网络视频中多源信息快速融合方法。运用模糊理论中的隶属度函数计算出多源信息的可信度;根据可信度计算结果进一步计算出不同信息间的相互支持度;同时,引入代表冲突程度的信息支持度参数和证据可信度参数,得到证据源对融合信息源平均信任度;以融合信息源平均信任度为权值进行分布式多源信息融合。实验结果表明,相比其他信息融合方法,所提方法的分布式多源信息融合时间较短,且融合结果最接近实际情况。 

【文章来源】：计算机仿真. 2020,37(06)北大核心

【文章页数】：4 页

【部分图文】：

不同方法融合时间对比

【参考文献】：
期刊论文
[1]基于多传感器信息融合的车辆目标识别方法[J]. 孙宁,秦洪懋,张利,葛如海.  汽车工程. 2017(11)
[2]DMDVC中基于可靠性评估的边信息融合算法[J]. 熊文诗,卿粼波,吴晓红,陈真真.  图学学报. 2017(04)
[3]天基信息港及其多源信息融合应用[J]. 李斌,刘乘源,章宇兵,周彬.  中国电子科学研究院学报. 2017(03)
[4]分布式多维空间传输信息准确融合仿真研究[J]. 杨中杰.  计算机仿真. 2017(05)
[5]基于智能粒子滤波的多传感器信息融合算法[J]. 陈伟强,陈军,张闯,宋立国,谭卓理.  计算机应用. 2016(12)
[6]基于支持度和自适应加权的MEMS陀螺信息融合算法[J]. 孙田川,刘洁瑜.  传感技术学报. 2016(10)
[7]图像感兴趣区域多源颜色信息融合算法[J]. 许刚,闫欣.  计算机工程与设计. 2016(10)
[8]一种带随机偏差的分布式信息融合滤波算法[J]. 杨林,刘奇.  航空计算技术. 2016(05)
[9]基于蚁群神经网络的两级信息融合算法[J]. 吕红芳,顾幸生.  上海交通大学学报. 2016(08)
[10]多源信息融合中一种新的证据合成算法[J]. 李昌玺,周焰,王盛超,苏俊生.  上海交通大学学报. 2016(07)



本文编号：3499301