作者：刘兵; 李辉; 翟海天小波矩bp神经网络基本概率分配信息融合图像目标识别
摘要：针对单传感器进行图像目标识别时识别率较低，判决阈值较为苛刻这一弱点，提出了一种小波矩和Dempster-Shafer（D—s）证据理论相结合的多传感器信息融合图像目标识别算法。利用小波矩提取图像的平移、伸缩、旋转不变矩特征，BP神经网络获取待识别目标属性的基本概率分配，最后利用D—S证据理论将单传感器的识别结果进行决策级融合，完成图像目标的识别。仿真结果表明了该算法在图像目标识别中具有更高的精度和可靠性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
