信息融合算法研究及其应用

论文摘要

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,根据问题的背景,指出聚类的凝聚点应按综合值的大小选取,只有这样做,建立的经济预警系统才能避免传统的经济预警系统按经济波动周期的四个不同阶段(即波峰、波谷、扩长期,收缩期)分别聚类,引起不该报警时报警的现象发生。多组判别分析综合了所有特征指标的信息为每一类模式建立了一个边界识别函数。本文所研究的信息融合算法的应用成果如下:(1)为高速公路上汽车智能型辅助驾驶系统建立了一个信息融合系统,为避免交通事故的发生和提高道路的通行能力奠定了基础。(2)为智能化的绿色蔬菜栽培建立了一个病虫害预警系统,这对丰产丰收,稳定市场及栽种知识的传播有重大的意义。(3)为经济发展建立了一个宏观经济预警系统,对经济的发展起到实时监控的作用。

论文目录

• 摘要
• ABSTRACT
• 1 引言
• 1.1 多源信息融合的定义
• 1.2 信息融合的现状及发展趋势
• 1.3 多源信息融合的一般方法
• 1.4 论文研究意义及研究内容
• 1.5 论文组织结构
• 2 多源信息融合模型
• 2.1 信息融合的功能模型
• 2.2 信息融合的层次化描述
• 2.3 信息融合的数学模型
• 2.3.1 嵌入约束方法
• 2.3.2 证据组合方法
• 2.3.3 神经网络方法
• 2.4 信息融合的结构
• 2.5 信息融合与数据库的研究
• 2.6 信息融合的系统设计
• 3 基于模糊积分的多源信息融合算法
• 3.1 融合问题的形式描述
• 3.2 融合的不确定性信息度量
• 3.3 模糊积分与模糊测度的理论基础
• 3.4 模糊积分融合算法
• 3.5 基于模糊积分的智能型辅助自动驾驶系统
• 3.5.1 需求分析
• 3.5.2 高速公路上汽车安全运行模式及特征向量
• 4 基于粗糙集理论的多源信息融合算法
• 4.1 引言
• 4.2 粗集理论介绍
• 4.2.1 上近似集，下近似集、正域的概念
• 4.2.2 核与简化概念
• 4.2.3 粗集理论融合信息的一般步骤
• 4.3 粗集理论融合多源信息的两个算法实例
• 4.3.1 基于粗集理论的蔬菜栽培病虫害预警系统
• 4.3.2 基于粗集理论的医疗疾病诊断专家系统的规则知识获取方法
• 5 基于统计分析的信息融合方法
• 5.1 动态聚类的理论介绍
• 5.1.1 动态聚类的基本思想
• 5.1.2 选择凝聚点
• 5.1.3 初始分类
• 5.1.4 修改初始分类
• 5.2 多组判别分析基本理论
• 5.2.1 多组判别分析的思想及适用条件
• 5.2.2 多组判别分析的方法和原理
• 5.3 经济预警模型
• 5.3.1 建立经济预警的必要性
• 5.3.2 测定经济波动周期的特征指标
• 5.3.3 用动态聚类对经济运行模式聚类
• 5.3.4 修改初始分类
• 5.3.5 用多组判别分析确定模式边界识别函数
• 5.3.6 监测，预警检验
• 6 三种融合算法比较分析
• 6.1 融合算法的比较准则
• 6.2 融合算法的比较
• 6.2.1 基于粗糙集理论的信息融合算法的特点
• 6.2.2 基于模糊积分的信息融合算法的特点
• 6.2.3 基于统计分析的信息融合算法的特点
• 7 总结与展望
• 7.1 总结
• 7.2 研究工作的展望
• 致谢
• 参考文献
• 附录