侯俊
- 作品数：23 被引量：97H指数：6
- 供职机构：西北工业大学更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金中国学位与研究生教育学会研究课题更多>>
- 相关领域：自动化与计算机技术文化科学电子电信兵器科学与技术更多>>
- 基于Petri网的作业网络模型的正确性研究被引量：3
- 2006年
- 文章以结构化的作业网络(JNW)为模型,在描述作业控制流中的基本路由结构:顺序、循环、选择和并行的基础上,将Petri网引入到JNW的建模中,并用Petri网的可达图来检验作业网络模型的正确性。
- 侯俊齐震
- 关键词：PETRI网可达图集群网格
- DST与DSmT自适应融合算法
- 与DST相比,DSmT可以很好的解决证据矛盾时的证据组合问题,但是DSmT计算量过大,且在低冲突情况下融合结果次于DST。文章在DST和DSmT的基础上提出一种将两种融合方法结合使用的融合算法——DST与 DSmT自适应...
- 侯俊苗壮潘泉
- 关键词：DSTDSMT目标识别
- 文献传递
- 试论新阶段我国研究生教育的改革与创新被引量：1
- 2017年
- 研究生教育承担着为国家现代化建设出力,着重培养高素质、高文化、创造性人才的目的。本文分析了现阶段我国研究生教育发展过程存在的一些现象,通过对比美国等发达国家的研究生教育,提出了新阶段我国研究生教育改革与创新的一些思路,希冀可以通过改革与创新,促使我国研究生教育事业能够取得更大的进步与成就。
- 郭培荣侯俊
- 关键词：研究生教育
- 证据理论几个关键问题的研究
- 证据理论作为一种推理方法,在解决不确定性问题中具有显著的特点.随着证据理论在诸如信息融合、目标识别、知识推理等领域中应用日益广泛,证据冲突、证据相关以及传统意义下证据理论的推广等问题成为证据理论和应用研究热点.该文针对上...
- 侯俊
- 关键词：证据理论DEMPSTER组合规则数据融合目标识别
- 文献传递
- 一种基于加权DSmT的序列图像目标识别方法被引量：7
- 2006年
- 通过对自动目标识别系统研究与分析,将DSmT引入到飞机序列图像识别中,构建基本置信指派及分类规则,提出了一种基于加权DSmT的序列图像目标识别方法,在分析权值选择特点的基础上,根据特征信息的置信指派组合有效权值,并且给出了基于加权DSmT融合规则的序列图像目标识别的流程,仿真结果表明,该方法提高了序列图像目标识别的准确性。
- 侯俊苗壮潘泉
- 关键词：目标识别序列图像不变矩DSMT
- 基于DSmT的序列图像智能融合目标识别方法被引量：6
- 2006年
- 提出了一种基于BP神经网络和DSmT推理的序列图像目标识别算法。以修正的Hu不变矩为图像特征,利用数据融合的思想对来自目标的序列图像进行时间域融合处理。由BP神经网络对目标的初步识别结果构造基本置信指派函数,用DSmT组合规则进行决策级数据融合,完成了三维飞机图像目标的识别仿真。仿真结果表明,融合方法提高了三维飞机目标识别的准确性。
- 侯俊苗壮潘泉
- 关键词：目标识别数据融合DSMT序列图像BP神经网络
- MB-UWB系统中的干扰检测研究被引量：1
- 2009年
- 分析研究了MB-UWB通信系统的干扰检测算法。针对传统MB-UWB通信系统中所存在的数据传输速率的不足,提出了改进的并行MB-UWB的系统方案,为了获得传输数据速率的提高,该方案采用了并行体制,并对MB-UWB系统各子带信号的正交化进行了设计。对改进的并行MB-UWB通信系统进行了数学分析和描述。基于并行MB-UWB系统方案,进一步提出了一种新的低采样率的干扰检测算法,并对该算法的处理过程和可行性进行了数学分析和系统仿真。分析和仿真结果表明,所提新算法可在较低的采样速率上,完成对与共存干扰的有效检测,并可与改进的MB-UWB通信系统的干扰抑制处理相结合,明显改善共存UWB系统的误码率性能。
- 蒋磊侯俊许华郭建新
- 关键词：超宽带IEEE802.11A
- 导航系统误差及其协方差阵的随机加权拟合被引量：1
- 2011年
- 在现有基于移动窗口函数模型和随机模型的系统误差自适应拟合方法的基础上,提出了一种基于移动窗口观测模型的系统误差随机加权拟合法。该方法在相同的窗口内给出了相应的观测向量协方差阵的随机加权估计。利用修正后的观测向量及相应的协方差阵进行导航滤波计算,能有效地抑制观测系统偏差的影响,提高导航解算的精度。仿真结果证明,文中所提出的随机加权估计算法的精度,明显优于卡尔曼滤波和自适应卡尔曼滤波。
- 侯俊高社生焦雅林吴佳斌
- 关键词：协方差矩阵随机加权估计
- 一种新的证据K-NN数据分类算法被引量：4
- 2013年
- K近邻分类算法已被广泛应用于模式识别中。为了有效处理识别问题中的不确定信息并提高数据分类精度,提出了一种新的证据K-NN(NEK-NN)分类算法。首先从总的训练集中随机重复采样来构造多个训练样本子集。在每个训练子集中,利用目标数据与其各个近邻的距离分别构造基本置信指派,并根据K个近邻数据在每个类别中的数目来对构造的置信指派进行加权。然后,利用DS规则对加权证据融合。根据每个训练子集下融合结果的算术平均值来判断目标的类别属性。通过模拟数据集和真实数据集的实验,将NEK-NN算法与其他几种常见的方法做了对比分析,结果表明NEK-NN算法能够有效地提高分类的精度。
- 张扬侯俊刘准钆潘泉
- 关键词：数据分类DST
- 证据推理的组合方法、评价体系与应用研究
- 与其他推理方法相比，证据推理具有符合人推理决策过程，可以对其进行合理的信息论解释，能够区分确定与不确定区间，且不需要先验信息，能够处现随机性和模糊性导致的不确定，而且计算直观，使用方便等优点。在对不确定信息处理与综合中得...
- 侯俊
- 关键词：序列图像目标识别
