[发明专利]基于信源自适应动态选择的高效融合识别方法

摘要

本发明公开了自适应动态选择信源信息进行高效融合识别方法，对训练样本集采集数据，并进行预处理和特征提取，对训练样本均将其属性划分为N个属性集；得出使训练样本集分类准确率最高的属性集；对目标进行分类，判断分类结果的可靠度是否满足阈值要求：当满足时，对目标进行目标识别；当不满足时，得出新的分类结果，将全部的分类结果进行优化融合，并得出融合后的分类结果，直至分类结果的可靠度满足阈值要求或所有属性集均被用完为止，当所有属性集均被用完时，使用最终得到的分类结果对目标进行目标识别。本发明解决信源获取过程中耗费代价太大、鲁棒性差、优化过程的非局部最优的问题。

主权项

基于信源自适应动态选择的高效融合识别方法，其特征在于，具体包括以下步骤：步骤一、通过多个传感器对训练样本集进行采集数据，并对采集到的数据进行预处理和特征提取，对训练样本集中的每个训练样本，均将其属性划分为N个属性集；步骤二、通过每个属性集对训练样本集进行交叉验证，并得出使训练样本集分类准确率最高的属性集；步骤三、根据步骤二中得出的属性集对目标进行分类，得出分类结果；步骤四、判断分类结果的可靠度是否满足阈值要求：当满足时，按照满足阈值要求的分类结果对目标进行目标识别，方法结束；当不满足时，在剩余的属性集中找到下一属性集,并对目标进行分类，得出新的分类结果；步骤五、将步骤三中得出的分类结果和步骤四中得出的分类结果进行优化融合，并得出融合后的分类结果；步骤六、根据步骤五中得出的融合后的分类结果重复执行步骤四，直至分类结果的可靠度满足阈值要求或所有属性集均被用完为止，当所有属性集均被用完时，使用最终得到的分类结果对目标进行目标识别。