来源：期刊VIP网 时间：
作者：任秉旺;王肖霞;吉琳娜;杨风暴;
单位：中北大学信息与通信工程学院;
摘要：为了解决复杂环境下基于单一舰船信息进行目标识别准确率较低，以及多源舰船信息高冲突时无法有效融合识别的问题，提出一种基于深度学习和改进证据理论的海上多源舰船信息融合识别方法。主要从两方面入手：首先利用深度学习高效特征学习能力实现更加准确的分类识别；然后通过改进的证据理论实现多证据体的高效正确融合。高悖论证据融合实验结果表明，相比于其他融合方法，文中方法融合结果具有更高的概率分配值。同时，在不同信噪比条件下对单模式识别以及文中融合识别方法进行测试，文中方法在噪声情况下仍能比单模式平均水平高出6.53%的识别性能。因此，利用文中融合识别方法能够提高舰船目标识别系统的识别准确率和鲁棒性。
关键词：改进D-S证据理论;;深度学习;;信息融合;;目标识别;;舰船目标;;融合识别
基金资助：国家自然科学基金项目（61972363）
