摘要
对水下目标识别中的数据融合技术进行了研究，提出了一种新的特征层融合方案，并设计自适应融合分类器，给出了具体的算法。该分类器注重类别间的相互约束，强调各个模式的独立作用，用类似于模糊并行运算的方式综合这些作用。在实际应用中，自适应融合分类器可以综合多组信号特征，有效地提高分类性能。
The paper discusses information fusion technique in underwater target recognition. It proposes a new feature fusion scheme and designs ARTF(Adaptive Resonance Theory for Feature Fusion) Classifier. The classifier emphasizes mutual restraints among classes and synthesizes patterns like combination operation in fuzzy logic. In practice, ARTF classifier can efficiently improve classification performance of recognition system by synthesizing features from multisensors.
出处
《声学学报》
EI
CSCD
北大核心
1999年第5期544-549,共6页
Acta Acustica
基金
国家自然科学基金!69772001
