1) voting fusion arithmetic
表决融合算法
1.
This system may choose Bayesian algorithm, D-S algorithm, voting fusion arithmetic neural network algorithm to make an experiment.
介绍了一个基于数据融合的实验软件系统,该系统可选择贝叶斯算法、D-S 证据理论算法、表决融合算法和神经网络算法4种不同的算法进行数据融合试验。
2) decision level fusion algorithm
决策层融合算法
1.
After analyzing the training and recognition methods currently used by others, we present image processing algorithm, feature extraction algorithm,co-training semi-supervised active learning with noise filter and a decision level fusion algorithm with fuzzy integral whose fuzzy densities are determined dynamically by objects.
针对模糊积分在进行决策层融合识别时,其模糊密度是根据已知类别样本的先验静态信息赋值的,并不能根据具体对象的识别结果进行动态调整使之更接近现实的情形,提出了一种基于对象模糊密度赋值的决策层融合算法,该算法是利用各分类器识别具体对象时给出的客观信息计算出其所属类别的区分度,再结合先验静态信息对模糊密度进行动态赋值的。
3) voting fusion
表决融合
1.
Using feed-forward neural networks and probabilistic neural networks to make voting fusion for different objects, the result shows that participants can achieve a high identification rate of traffic, managers achieving a low false identification rate.
利用前向神经网络和概率神经网络分别对不同的服务对象进行算法表决融合,计算结果表明这样可以实现交通参与者对高检测率、交通管理者对低误判率的不同要求。
2.
A new detection algorithm is reported based on multi-orientation gradient voting fusion for the TV and 3～5 μm infrared point targets under the sea background.
为解决海空复杂背景下弱点目标的检测,针对电视和3~5μm红外弱点目标提出了一种采用多向梯度表决融合的检测方法。
3.
A new detection algorithm based on multi-orientation gradient voting fusion for the TV and 3 infrared target under the sea background were proposed.
对海空背景下的电视和3-5μm红外目标提出了一种采用多向梯度表决融合的检测方法:依据 背景图像中点目标的奇异特性,得到图像的多向剃度检测结果,并进行表决融合。
4) Voting algorithm
表决算法
1.
Research on voting algorithm in NMR and NVP system;
NMR及NVP系统中表决算法分析与研究
5) fusion algorithm
融合算法
1.
Fire characteristics recognition based on multi-channel self-adapting weighting fusion algorithm;
基于多通道自适应加权融合算法的火灾特征识别
2.
A study of multi-sensor information fusion algorithm for robot;
机器人多传感器信息融合算法研究
3.
Research on Data Fusion Algorithm of GPS/DR Integrated Positioning System;
GPS/DR组合定位系统数据融合算法的研究
6) fusion arithmetic
融合算法
1.
Secondly,it puts forward fusion arithmetic based on Neyman-Pearson criterion and accumulation of local decision.
本文首先利用目标的前/侧向散射特性和多传感器分布式检测两个方面的优势建立了两种布站方式的多基地雷达系统,继而提出了基于聂曼-皮尔逊(Neyman-Pearson)准则下的局部决策积累融合算法,给出了系统检测概率和虚警概率的表达式,提出了基于遗传算法(Genetic Arithmetic)的最佳门限计算方法,最后对该系统的检测性能进行了仿真,仿真结果说明了系统反隐身的有效性和融合算法的优越性,本文结论对系统的工程实现具有一定的参考价值。
补充资料：表决
会议上通过举手、投票等方式做出决定：付～ㄧ～通过。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条