基于模糊神经网络的信息融合技术研究.pdfVIP

《自动化与仪器仪表》2009生簋至翅 !望簋 2 基于模糊神经网络的信息融合技术研究 杨芳勋，黄席樾，李建科 (重庆大学自动化学院 重庆，400044) 摘 要：针对信息融合技术中目标融合识别的问题，根据人工神经网络和模糊系统的各 自特点，形成一种模 糊神经网络模型。首先将模糊系统用神经网络的结构表示，并采用相应的学习算法训练模糊神经网络实现模糊推 理功能。最后对模糊神经网络模型进行仿真实验和结果分析。 关键词：信息融合；多层前馈模糊神经网络；模糊推理系统 Abstract：Fro theproblem oftargetfusionidentLfythato胁 lcncottn~rsininfom~ onfusiontl~E]ique，acc dil[1gtO她 吐瞰ac：蠕 ofar~icialneuralnetworkandfuzzysystmn,a妯 offIlz巧 a~ralnetworkmodelisdesigned．Ftrstly，thefuzzysystem is essedby吐Ie constructionforar~ cialneuralnetwork．Secondly，themukilaycrfecdforwardfuzzyneuralnetworkisU-ainedbyassociatestudying ~gonhtms．Finally，htemodeloffuzzyneuralnewtorkhasbeenprovedbysimulationexperiment·atthessmelimehteresethasbeen analysedtoo． Keywords：Informationufsion：Mulfilayerfcedforwardfuzzyneuralnewtork；Fuzzyinferencesysmm 中圈分类号：TP273．4 文献标识码：A 文章编号：1001—9227(2009)02一O00G一04 0 引 曹 一 个系统使用多种传感器这一特定问题而展开的一种关 根据国内外研究成果，信息融合比较确切的定义可 于数据处理的研究，因此信息融合又称为多传感器融合 以概括为：充分利用不同时间与空间的多种信息资源，采 … [2][ 。 基于多传感器信息整合意义的融合一词在公开的 用计算机技术对按时序获得的观测信息在一定准则下加 技术文献中最早出现于20世纪70年代末¨。根据 目标识别 以自动分析、综合、支配和使用，获得对被测对象的一 的层次进行分类是最流行的融合模型分类形式，其实现 致性解释与描述，以完成所需的决策和估计任务，使系 形式可以分为三个层次，分别为数据层融合、特征层融 统获得比各个组成部分更优越的性能。信息融合是一种 合和决策层融合。 形式框架，其过程是用数学方法和技术工具综合不同源 1．2 模糊神经网络 信息，目的是得到高质量的有用信息。本文根据人工神 人工神经网络 (ArtificialNeuralNetwork，简称 经网络和模糊逻辑的特点，设计一种模糊神经网络完成 ANN) J，又称并行处理模型或连接机制模型，是基于模仿 目标识别功能，通过仿真实验较好地说明了模糊神经网 人类大脑的结构和功能而构成的一种信息处理系统或计 络在特征层信息融合方面具有一定的有效性。 算机，它具有很多与人类智慧相类似的特点，通过训练 学习而具备适应外部环境的能力、模式识别能力和综合 1 信息融合与模糊神经网络 推理能力。人工神经网络是由大量简单神经元相互连接 1．1信息融合 而成的自适应非线性动态系统，神经元是神经网络的基 在信息化时代进入系统的信息越来越多、来源越来