文献

J-GLOBAL ID：201702218366044994   整理番号：17A1589474

TBM二層融合アーキテクチャに基づく航路属性異常検出【JST・京大機械翻訳】

The Anomaly Detection Based on TBM Two-Level Fusion Architecture

著者 (4件)： Wang Xiaohua (西北工業大学自動化学院,陜西西安710072;光電控制技術重点実験室,河南洛陽471009) ,  Zou Jie (光電控制技術重点実験室,河南洛陽,471009) ,  Li Li (西北工業大学自動化学院,陜西西安710072;光電控制技術重点実験室,河南洛陽471009) ,  Liang Yan (西北工業大学自動化学院,陜西西安710072;光電控制技術重点実験室,河南洛陽471009)
資料名： Dianzi Xuebao  (Dianzi Xuebao)
巻： 45  号： 3  ページ： 577-583  発行年： 2017年 
JST資料番号： C2504A  ISSN： 0372-2112  CODEN： TTHPAG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 飛行目標の属性異常検出は,飛行の異常を発見するための重要な問題である。一般的な確率的フレームワークは,事前情報の制限を受ける必要がある。信頼できるモデル(Transferable Belief Model,TBM)は先験的な情報を必要とせず,効率的に異質な情報を扱うことができるが,従来のTBMは処理時間における不連続性と不確実性のために,異常なターゲット検出問題に対処することができない。MarkovモデルとTBMフレームワークを結合することによって,TBMに基づく二重層融合構造を確立して,マルチ属性融合のための異常な検出を実現した。第一層は多属性の衝突情報を分析することにより、多特徴の検出を実現し、特徴の貢献度分析を通じて、多特徴情報に対して折衝を行った後に再融合を行う。第二層は,時系列における指数の融合によって,予測値と観測値の差異を比較して,ターゲットの異常変化を検出した。シミュレーション実験により,提案した方法が,動的な証拠推論法と比較して,より良い決定精度と時間精度を有することを示した。.................の場合には,動的な証拠推論手法と比較して,より良い精度が得られた.Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *航路 ,  単一層 ,  加工時間 ,  不連続性 ,  *計算機アーキテクチャ ,  シミュレーション ,  不確実性 ,  モデル
準シソーラス用語： 証拠推論 ,  二重層 ,  Markovモデル ,  ターゲット検出 ,  事前知識 ,  *異常検出 ,  *二層 , 【Automatic Indexing@JST】

著者キーワード (4件)： information fusion ,  track association ,  anomaly source data ,  decision theory

分類 (1件)： システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (7件)： TBM ,  二層 ,  融合 ,  アーキテクチャ ,  航路 ,  属性 ,  異常検出