基于ETC不停车收费背景下的信息融合模型及算法研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

基于ETC不停车收费背景下的信息融合模型及算法研究

项目名称：基于ETC不停车收费背景下的信息融合模型及算法研究
项目类别：面上项目
批准号：60673108
申请代码：F020509
项目来源：国家自然科学基金
研究期限：2007-01-01-2009-12-31

项目负责人：张元
负责人职称：教授
依托单位：河南工业大学
批准年度：2006

中文摘要：

在高层的数据融合中，往往需要能够觉察和预测态势的变化趋势。因为由多个智能代理构成的交互系统，其态势的变化是靠各方的决策活动推动的，所以纯粹概率的或证据的技术对这类预测并不是充分有效的工具。本课题将博弈论的思想引入到决策过程中，通过将关联图推理和博弈论相结合，提出了一种新的决策支持工具架构-Bayesian博弈模型，用于增强对由多个交互的智能代理形成的复杂局势的觉察和预测能力。提出了在有着互为冲突的多个智能代理形成的多源信息融合的情境下进行态势评估和控制决策方法的架构，与其他引入决策者和环境状态的信息融合高层模型相比，该方法带来了更好的决策效果。为适应网络中心战和协同开发的要求，对信息融合网络的通用模型进行了初步的研究。仿照开放系统互联参考模型，提出了集成了网络功能的信息融合层次模型，研究了信息融合网络所具有的无尺度网络特征，并根据信息融合网络的高可靠性和抗攻击性要求,提出了信息融合网络的改进的无尺度BA模型。研究了基于支持向量机的车型和车牌识别系统, 系统通过对摄像机采集的视频图像进行运动目标检测分割、特征提取与选择、模式识别等处理, 达到实时车型和车牌的识别。

中文主题词：贝叶斯博弈模型；混合策略均衡；博弈论；信息融合网络模型；支持向量机

结论摘要：

英文主题词Bayesian game model;Mixed strategies equilibrium; Game theory; Information fusion network model, Support vector machine

成果综合统计