论文部分内容阅读
为解决多目标识别问题,将集对分析思想引入多证据目标识别中并利用集对贴近度来对待识别的目标进行排序。文章针对该方法在处理相似目标识别时贴近度相近的缺陷,将多个证据组成的证据集合看作是由多个证据组成的证据空间并在欧氏空间权距离的基础上改进了集对贴近度算法。文章对两种贴近度算法进行了大样本仿真和分析,仿真结果表明两种贴近度算法的识别结果冲突概率很小,改进的集对贴近度算法简单有效,能对相似目标的识别结果进行更好的区分。