集成学习在多源信息融合识别中的应用研究

来源 :兵器装备工程学报 | 被引量 : 0次 | 上传用户:titansea
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对基于博弈论、基于贝叶斯网络和基于证据理论的多源信息融合典型模型中历史数据利用不足和智能程度不高的问题,提出了一种基于集成学习的多源信息融合识别模型。该模型按照基学习器构建,信息融合模型构建,异源信息印证3个步骤完成多源信息融合与目标识别。利用单一雷达对某海域的历史探测数据,将构建基学习器,结合基学习器的多样性和不同错分问题的动态权重构建集成学习模型,最后,运用异类情报源对预测结果进行印证。以雷达情报数据的多源融合为典型案例展示集成学习多源信息融合识别模型应用,实证试点应用发现该模型能够有效提升目标识别
其他文献
目的:探讨尿毒症患者血清同型半胱氨酸(homocysteine,Hcy)、胱抑素C(cystatin C,CysC)水平与左心室结构及功能的相关性,为临床评估尿毒症患者心血管疾病风险提供线索。方法:选取2019年3月—2020年3月于汕头大学医学院第一附属医院接受血液透析治疗的尿毒症患者66例和同期健康体检者65例。采用酶循环法测定Hcy水平,胶乳免疫比浊法测定CysC水平,彩色多普勒超声诊断仪测量左心室结构功能指标。结果:尿毒症组血清Hcy水平为(17.90±7.45)μmol/L,较对照组(5.82±
针对雷达信号处理中的点迹凝聚算法在应对多目标、群目标检测时的实时性能不佳,对点迹凝聚算法的工程实现提出了优化措施。对于常规实现中的耗时操作采用预排序和哈希映射的方式优化,降低了算法实现的时间复杂度。为使算法适配多核处理器,提出了2种多线程的实现方案。对方案进行性能对比,分析了不同优化方案适用的场合。仿真结果证明在目标数目达到一定规模后,提出的方案相对于常规实现有着近百倍的加速,有效解决了点迹凝聚算法处理大量点迹时实时性不佳的问题。