证据理论在车辆身份识别中的应用研究

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (2): 241-241.

证据理论在车辆身份识别中的应用研究

丘敏,廖惜春

广东省江门市五邑大学信息学院

收稿日期:2006-01-17 修回日期:1900-01-01 出版日期:2007-01-11 发布日期:2007-01-11
通讯作者: 丘敏 shine01053

The Study on the application of D-S evidence theory in vehicles identify

Min Qiu,Xichun liao

广东省江门市五邑大学信息学院

Received:2006-01-17 Revised:1900-01-01 Online:2007-01-11 Published:2007-01-11
Contact: Min Qiu

摘要/Abstract

摘要： 本文详细地介绍了D-S证据理论，并探讨了D-S证据理论在车辆身份识别系统中的运用。通过实例得出了D-S理论在多传感器数据融合应用中的初步结果，将其应用于车辆身份识别系统中，可大大提高识别率。

关键词: 数据融合, 证据理论, 车辆身份识别

Abstract: This paper detailedly introduce D-S evidence theory, and discuss the application of D-S evidence theory in vehicles identify. Get first result of the application of D-S evidence theories in multi-sensors data fusion and show that it will largely improve ID-estimation in the vehicles identify system.

Key words: Data fusion, D-S theory, Vehicles identify

丘敏,廖惜春. 证据理论在车辆身份识别中的应用研究[J]. 计算机工程与应用, 2007, 43(2): 241-241.

Min Qiu,Xichun liao. The Study on the application of D-S evidence theory in vehicles identify[J]. Computer Engineering and Applications, 2007, 43(2): 241-241.

[1]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[2]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[3]	蒋斌，梁小安，张亮，高杨军. 基于改进修正权重的证据组合方法[J]. 计算机工程与应用, 2021, 57(24): 100-106.
[4]	赵怡，高淑萍，何迪. 基于深度学习的眼动跟踪数据融合算法[J]. 计算机工程与应用, 2021, 57(10): 211-217.
[5]	张红，程传祺，徐志刚，李建华. 基于深度学习的数据融合方法研究综述[J]. 计算机工程与应用, 2020, 56(24): 1-11.
[6]	刘潇雅，王应明. 基于支持向量机集成的个人信用评估研究[J]. 计算机工程与应用, 2020, 56(14): 272-278.
[7]	曹雯雯1，康彬2，颜俊1，丁琬1. 面向多源数据融合的稀疏表示目标跟踪[J]. 计算机工程与应用, 2019, 55(6): 1-7.
[8]	吴会会1，高淑萍1，彭弘铭2，赵怡1. 自适应模糊[C]均值聚类的数据融合算法[J]. 计算机工程与应用, 2019, 55(5): 26-35.
[9]	罗兰，肖建于. 一种有效折扣证据源的冲突证据合成方法[J]. 计算机工程与应用, 2019, 55(4): 154-158.
[10]	石乐义，刘佳，刘祎豪，朱红强，段鹏飞. 网络安全态势感知研究综述[J]. 计算机工程与应用, 2019, 55(24): 1-9.
[11]	李果，马春阳，马建晓. 基于DPCA和改进证据理论的融合式故障诊断[J]. 计算机工程与应用, 2019, 55(20): 197-201.
[12]	严志军，陶洋. 基于证据距离和不确定度的冲突数据融合算法[J]. 计算机工程与应用, 2018, 54(10): 54-58.
[13]	涂世杰1，2，陈航1，冯刚2. 证据理论与模糊函数相结合的弹道目标识别[J]. 计算机工程与应用, 2017, 53(6): 169-173.
[14]	贾宗璞，王冠琼，彭维平，郭海儒. 低耗能的支持完整性验证的隐私保护融合方案[J]. 计算机工程与应用, 2017, 53(5): 116-120.
[15]	段锁林，杨可，毛丹，任珏朋. 基于模糊证据理论算法在火灾检测中的应用[J]. 计算机工程与应用, 2017, 53(5): 231-235.