粗糙集理论在数融合中的应用研究.pdfVIP

粗糙集理论在数据融合中的应用研究 摘要 经过三十多年的发展，数据融合方法已经在战场信息系统、智能 机器人等领域得到广泛的应用，并取得了良好的效果。数据融合作为 一种数据处理方法，其基本思想是综合利用系统各个方面的数据，最 大限度地抽取有关对象或环境的有效信息，以达到更准确、更全面地 认识观测对象或环境的目的。由于数据融合综合利用了系统各方面的 信息，所以能够有效地克服单方面信息的局限性和不确定性，得到关 于对象或环境的全面、准确的认识和描述。 数据融合的方法很多，但现有算法都有各自的优缺点，因而也都 有各自的适用范围，到目前为止尚未形成统一的算法理论。大部分融 合算法对于不完备、不确定数据的处理有很大的缺陷，例如，概率统 计方法而且需要知道事件的先验概率，这在实际中是很难解决的问 题；模糊理论则主要着眼于同一类的不同集合中对象间的不可分辨关 系等。 本文在掌握了数据融合的基本原理、结构、功能和算法后，探讨 了基于粗糙集理论的数据融合算法。粗糙集理论是一种新的分析和处 理不精确、不一致、不完整信息和知识的数学工具，为智能信息处理 提供了有效的处理技术；而且，应用粗糙集理论不需要事先确定事件 的先验概率。粗糙集理