Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "áp dụng Lý thuyết Dempster-Shafer cho quá trình trộn dữ liệu đa cảm biến"

Tóm tắt: Trộn dữ liệu đa cảm biến là quá trình kết hợp dữ liệu và thông tin từ nhiều nguồn cảm biến khác nhau. Là một lĩnh vực t-ơng đối mới mẻ nên các kỹ thuật trộn dữ liệu vẫn còn đang đ-ợc tiếp tục nghiên cứu và giải quyết. Bài báo đ-a ra các kỹ thuật trộn đã đ-ợc đề xuất, trong đó đi sâu trình bày kỹ thuật trộn theo lý thuyết Dempster-Shafer. | ÁP DỤNG LÝ ThUyỄT DEMPSTEr-ShAFEr cho QUÁ TrÌNh TrỘN Dữ LIỆU ĐA CẢM BIẾN ThS PHẠM HẢI AN Viện Tự động hoá kỹ thuật quân sự PGS. TS LÊ Hùng lằn Truởng Đại học Giao thông Vận tải Tóm tắt Trộn dữ liệu đa cảm biến là quá trình kết hợp dữ liệu và thông tin từ nhiều nguồn cảm biến khác nhau. Là một lĩnh vực tương đối mới mẻ nên các kỹ thuật trộn dữ liệu vần còn đang được tiếp tục nghiên cứu và giải quyết. Bài báo đưa ra các kỹ thuật trộn đã được đề xuất trong đó đi sâu trình bày kỹ thuật trộn theo lý thuyết Dempster-Shafer. Summary Multi-sensor data fusion relates to the combination of data and information from different sensors. As a fairly new field the techniques for fusing data have been studied and developed. The study deals with the techniques proposed in particularly with the ones accordance to Dempster-shafer theory. Tốt hơn trong việc đánh giá tình huống và ra quyết định vì vậy phản ứng của hệ thống sẽ nhanh hơn. Từ các nguồn dữ liệu khác nhau và đô chính xác của các cảm biến việc kế t hợp và trôn dữ liệu sẽ đem lại môt đánh giá tốt hơn về tình huố ng và do đó tăng đô chính xác khi kế t luận và vì thế dễ dàng đưa ra quyế t định. Điều này là đặc biệt đúng trong các tình huố ng chiế n tranh nơi mà đô chính xác của các cảm biế n phát hiện mục tiêu sớm sẽ giúp cho người chỉ huy có phản ứng nhanh hơn để đưa ra các biện pháp đối phó. Tăng đô chính xác của dữ liệu và giảm các dữ liệu không chắc chắn và mơ hồ. Tập hợp nhiều nguồn dữ liệu có thể giúp cho việc tăng đô chính xác dữ liệu và giảm thông tin không chắc chắn sau quá trình trôn thông minh và bỏ đi các dữ liệu mơ hồ. Mở rông thông tin về đối tượng. Nhiều nguồn dữ liệu sẽ cung cấp thêm thông tin về đối tượng hoặc sự kiện quan sát. Mở rông thông tin có thể bao gồm cả không gian và thời gian. Sự hiệu quả về chi phí. Với việc giảm về chi phí tính toán truyền thông và tài nguyên mạng vì vậy trong trường hợp tổng quát hầu hế t chi phí sẽ phụ thuôc vào nhiều nguồn dữ liệu đầu vào hơn là dựa vào môt nguồn dữ liệu để cung