数据融合技术归类.pdfVIP

数据融合技术的研究 方法及现状 学科专业：模式识别与智能系统 姓 名：高鸽 学 号： 日 期： 2012年4 月 常用数据融合方法 多传感器数据融合涉及到多方面的理论和技术， 如信号处理、 估计理论、 不确定性理论、 最优化理论、模式识别、神经网络、人工智能、小波分析理论和支持向量机等。很多学者从 不同角度出发提出了多种数据融合技术方案。表 1对现有比较常用的数据融合方法进行了归 纳，主要分为经典方法和现代方法两大类。 目前，人们已开始将多传感器信息融合应用于复杂工业过程控制系统， 文献 [25] 提出的 复杂工业过程综合集成智能控制系统便是其中的一种。 表 1 常用的数据融合方法 加权平均法 极大似然估计 最小二乘法 经典方法 Kalman滤波法 贝叶斯估计法 经典推理法 D-S证据理论 品质因数法 聚类分析 信息融合方法 逻辑模板法 熵理论 表决法 模糊逻辑 现代方法 产生式规则 模糊集合理论 [17,18] 遗传算法 神经网络 [19,20] 粗糙集理论 小波分析理论 [21-23] 专家系统 1）加权平均法 加权平均法是最简单直观地实时处理信息的融合方法。 基本过程如下： 设用 n个传感器对某个物理量进行测量 , 第 i 个传感器输出的数据为 X i , 其中， i= 1,2, , ,n, 对每个传感器的输出测量