公共文化服务平台

搜索到578篇“ 决策级融合“的相关文章

用于液体火箭发动机全系统健康评估的决策级融合方法: 本发明公开了一种液体火箭发动机全系统健康评估用决策级融合方法，包括以下步骤，首先，基于条件随机场构建多变量、多系统时间演变序列状态参数化模型，作为系统级状态评估的基本方法；其次，构建全系统关键及非关键子系统时间跟踪条件随...; 陈禛怡訾艳阳吴尚子尹建树赵宇豪

多模型决策级融合的滑坡识别方法及装置: 本发明提供一种多模型决策级融合的滑坡识别方法及装置，方法包括：获取待识别遥感影像；将所述待识别遥感影像输入滑坡识别模型中，获得滑坡识别模型输出的待识别遥感影像的类别；其中，所述滑坡识别模型包括决策器和多个学习器，所述多个...; 李毅金鼎坚冯权泷李京龚建华王萍

基于多源遥感数据决策级融合估测森林蓄积量: 2025年; 以内蒙古自治区赤峰市旺业甸实验林场为研究区,选择高分二号(GF-2)、Landsat-8、哨兵二号(Sentinel-2)遥感数据源,结合79个地面调查样本,提取单波段、植被指数、纹理特征等243个变量,通过Pearson相关系数与前向特征选择方法进行特征筛选,采用多元线性回归、随机森林、k-最近邻、支持向量机等模型,按照GF-2与Landsat-8(G+L)、GF-2与Sentinel-2(G+S)、Sentinel-2与Landsat-8(S+L),以及GF-2、Sentinel-2和Landsat-8(G+S+L)4种组合方式,分别构建多源遥感数据使用特征结合与决策级融合2种不同的方法对森林蓄积量进行估测。结果表明:多源遥感数据在特征结合与决策级融合下较单一数据源均取得了更好的估测精度,其中在特征结合下的G+L组合的随机森林模型拟合程度最好,得到了最高的估测精度,其R2为0.66,相对均方根误差为25.82%;决策级融合中熵法下的S+L组合取得了较好的估测结果,其R2为0.64,均方根误差为61.23m3/hm2,相对均方根误差为25.96%。由此可见,多源遥感数据利用决策级融合策略在森林蓄积量估测反演方面具有一定的潜力。; 舒谜林辉杨旸谷; 关键词：森林蓄积量植被指数纹理特征多源遥感决策级融合

港口智能引导车的障碍物决策级融合检测算法: 2025年; 为提升港口智能引导车在复杂场景中的障碍物检测能力,提出一种基于决策级融合的障碍物检测算法,通过融合传统激光雷达障碍物检测算法和深度学习障碍物检测算法,实现对障碍物的高效检测与分类。实验结果表明,该算法在港口复杂环境中具有较高的检测准确率和实时性,能够有效应对动态障碍物及光照变化,为港口智能引导车的安全运行提供可靠的技术支持。; 董一鸣张越卢海滨; 关键词：障碍物检测决策级融合

基于交并比匹配的实时决策级融合检测框架: 2025年; 随着无人驾驶技术的快速发展,精确的行人检测已成为环境感知中不可或缺的关键环节。针对现有融合框架训练成本高、实时性差导致难以在无人车上部署的问题,提出了一种基于交并比匹配的实时决策级融合检测框架。首先,以高实时性的YOLO-P模型作为主检测器,利用摄像头和激光雷达之间的位姿关系,提取点云行人感兴趣区域以减少计算量。其次,提出了一种适应行人行为的聚类方法,对感兴趣区域的障碍物进行聚类。然后,将障碍物的三维边界框投影至图像坐标系,求取与图像行人检测二维边界框的交并比,进行障碍物与行人的匹配。最后,提出了置信度修正函数,对较低置信度的行人检测结果进行修正,提高行人检测准确率。实验结果表明,该融合检测策略在小间隔、较远距离及遮挡场景下的检测效果良好,平均准确率达到了95.38%,同时,检测帧率为29.2 FPS,满足无人驾驶对实时性的要求。该融合检测框架有望在更广泛的无人驾驶场景中得到应用,进一步提升无人驾驶系统的安全性和可靠性。; 苏向阳汪洋谭森起张乃斯罗天荣志刚; 关键词：多传感器融合实时检测

基于模糊积分的多模态飞机特征决策级融合方法: 本发明公开了一种基于模糊积分的多模态飞机特征决策级融合方法，对飞机目标进行不同类型的数据获取；根据类型的种数进行特征识别，再将所述特征进行融合，最后对所述融合特征进行识别，得到识别结果。本发明针对多模态飞机特征间时间、空...; 闫钧华曾洪勋张寅叶沐

基于机器学习混淆矩阵的路表损伤决策级融合识别方法: 本发明公开了一种基于机器学习混淆矩阵的路表损伤决策级融合识别方法，涉及道路检测技术领域，包括设计一套路面振动数据和图像数据采集装置，并提出数据匹配方法；构建路面振动数据集和图像数据集，分别训练出路表损伤的振动识别模型和图...; 杨群何培龙张远哲

一种基于KM匹配的多传感器决策级融合方法: 本发明提供了一种基于KM匹配的多传感器决策级融合方法，专为实际道路环境中雷达与相机数据的高效匹配设计。该方法在传统串行KM匹配算法的基础上，通过预设分割线和缓冲区，将雷达与相机检测到的边界框分别划分为左右两侧，针对道路两...; 崔更申白龙飞黄海锋罗廷

一种基于多源图像决策级融合算法的火灾检测实验方法: 本发明提供一种基于多源图像决策级融合算法的火灾检测实验方法，该火灾检测实验方法包括数据预处理，构建网络，图像决策融合，模型训练以及模型验证等步骤，基于S1处理的数据构建网络模型，通过卷积神经网络提取网络模型中图像的特征，...; 宿增强郭晓辉马静张梦炜刘春芽郑凤飞侯佩琨

基于特征级与决策级融合的农作物叶片病害识别被引量：3: 2024年; 针对单网络模型存在对数据产生学习偏好的缺陷,提出了一种基于多模型融合的农作物病害识别方法.该方法首先对4种主流卷积神经网络ResNet50、DenseNet121、Xception和MobileNetV2进行单模型性能评估,然后对这4种单模型分别进行特征级和决策级多模型融合,最终输出识别结果.特征级融合方法分别对每个子网络的最后输出特征层进行平均化、最大值化和拼接压缩融合,实现异质特征的高效互补;而决策级融合方法分别对每个子网络的输出概率进行最大化和平均化融合,实现概率分布决策的高效联合.在农作物病害数据集PDR2018上的试验结果表明:特征级融合明显优于决策级融合和单模型方法,且拼接压缩特征融合方法具有最高的识别准确率,达到了98.44%.此外该模型在PlantDoc数据子集和实际拍摄图像的跨库试验结果同样表明:特征融合方法比单模型方法具有更好的精度和泛化性能.; 王梓衡沈继锋左欣武小红孙俊; 关键词：农作物病害特征级融合决策级融合泛化性能

相关作者