信息融合算法研究及其应用.pdfVIP

摘 要 信息融合是把多个渠道、多方位采集的不完整信息加以综合，消除多源信息 间可能存在的冗余和矛盾的信息，并对其加以互补，降低其不确定性，以形成对 系统环境相对完整的一致性描述的过程。信息融合可以提高智能系统的决策、规 划、反应的快速性和正确性，降低决策风险，是一个涉及到信息科学、计算机科 学和自动化科学的交叉学科，是目前信息社会所必须研究的一个重要方向。 多源信息融合技术的产生提高了智能系统决策的准确性，降低了决策风险。 本文从研究智能信息融合的理论和方法出发，对信息融合算法本身进行了研究， 并取得了一些有理论和实际应用价值的成果： (1)利用模糊积分进行模式识别时，利用主成分法确定了各特征指标的模糊测 度，这种确定方法有其理论依据，科学性较强，在实际中也相当有用，解决了特 征输入—决策输出的信息融合问题。 (2)利用粗糙集理论融合多源信息时，主要是用它获取知识规则，形成既快又 简洁的融合算法，且在知识简化表中若出现条件属性集等价的几种形式，则可按 照条件属性的重要程度和概率最优的原则进行取舍，使其消去更多的冗余规则， 得到最少数目的简化规则，解决了数据超载和不完整的信息融合问题。 (3)在用动态聚类确定经济运行模式时，根据问