基于信念学习的专家融合与多层感知机用于声纳图像分类

声纳图像提供了快速观测海床以进行表征的手段。然而，在此类不确定环境中，真实海床情况未知，我们所能获得的唯一信息是不同人类专家的判读结果，且这些结果有时存在冲突。本文提出管理此类冲突的方法，旨在为分类算法的学习阶段提供稳健的现实依据。分类过程由多层感知机执行，并在学习阶段考虑了现实的不确定性。海床表征的结果在真实声纳图像上进行了展示。