论文题目: 数字海洋中多渠道不确知性信息软融合策略研究
论文类型: 博士论文
论文专业: 计算机软件与理论
作者: 石绥祥
导师: 于戈
关键词: 数字海洋,软融合,不确知性,多渠道信息
文献来源: 东北大学
发表年度: 2005
论文摘要: 实现数字海洋需要空间上密集分布、时间跨度连续的各类海洋数据信息作为支撑。然而，由于海洋本身的广阔性，决定了信息获取的难度，致使我们无法获得海洋上任意点的真实信息；又由于目前我们所拥有的海洋观测手段的局限性，致使数字海洋中不同渠道获取的数据之间存在着许多的不确知性甚至冲突，这缘于许多因素，例如，测量误差、间接信息计算偏差等。因此，建设数字海洋系统将无法回避海洋多源数据的融合问题，特别是多渠道不确知性信息的融合。本文的重点就是要找到一种新的融合策略以解决这个问题。 尽管海洋领域学者已经开始探讨信息融合技术在海洋中的应用，许多文献也给出过部分成功的应用实例，但总体上仍处于起步阶段，仅限于具体算法研究与应用，系统性研究甚少。溯其根源，主要是因为海洋学领域的专业性成为信息融合学者的门坎儿，而海洋学工作者在信息科学和信息融合技术上的薄弱也限制了该技术在海洋领域的推广。 为解决数字海洋中多渠道不确知性信息的融合问题，作者进行了比较系统的研究，并取得如下进展： 首次给出了针对数字海洋的信息融合层次与方式，提出了数据层——应用层——服务层——顾问层四层融合模型，对数字海洋系统融合信息的粒度、特点和方式进行了量化，同时配套给出了各层次相关技术和与之匹配的算法，增强了可操作性。 在信息论的理论框架下给出了基于熵的多渠道信息冲突度的量化以及表述方法，借助于前人的理论和进一步的推证，构建出基于多层、多维理念的多渠道智能数据处理平台框架。 着重研究分析了目前求解大面积海域SST(海表面温度)的两大经典技术，即数据同化技术和卫星遥感反演技术，对这两中技术的优缺点进行了详细分析，尤其对其协同与互补性进行了对照，并给出了二维信息的融合方程。 在此基础上进行的算法研究，给出了基于证据组合规则的融合计算方法，尝试用不确知性信息融合技术解决SST问题。与数据同化等单一技术相比，经过改进的D-S组合规则可以较好地的发现和处理不确知性，适合SST问题特点；可能性计算填补了Bayes理论先／后验概率法则的盲区；模糊技术的应用可以对差值分级估计，便于融入经验数据。该方法能够有效地汇总多渠道信息，通过一致性和冲突评价实现多渠道优势互补。从表达方式上，软融合用估计误差分级和各级别可能性量化，乃至总体置信度取代简单的误差范围表示法，可以更确切地
论文目录:
声明
摘要
ABSTRACT
目录
第一章 绪论
1.1 问题的提出
1.2 信息融合技术
1.2.1 融合的本源
1.2.2 融合技术的仿生学机理
1.2.3 信息融合的实质
1.3 信息融合的拓展定义
1.4 信息的不确定性种类及其融合
1.5 海洋信息融合技术研究现状
1.6 传统信息融合的层次概念
1.6.1 基于处理特点的信息融合层次
1.6.2 基于信息粒度的信息融合层次
1.7 本文的主要内容和组织结构
第二章 基于熵的不确知性消除能力分析
2.1 海洋信息中的不确知性
2.1.1 海洋信息的类型与应用需求
2.1.2 海洋信息的先验／后验模式
2.1.3 融合中心不确知性的携带与排除
2.1.4 不确知性信息表达
2.2 基于熵的不确知性量化标准
2.2.1 信息的增益
2.2.2 渠道的获取能力
2.3 不确知性融合中的信息增益
2.4 多信源不确知性消除能力的分析证明
2.5 小结
第三章 海洋多维多层空间信息融合框架
3.1 基于多维空间的海洋信息获取与更新体系
3.2 数字海洋获取信息的不确知性
3.3 数字海洋信息空间的多维性与多层性
3.3.1 基于多维理念的数字海洋信息基础框架
3.3.2 基于多层理念的数字海洋信息基础框架
3.4 数字海洋信息融合的四层框架
3.4.1 数据层融合
3.4.2 应用层融合
3.4.3 服务层融合
3.4.4 顾问层融合
3.5 小结
第四章 基于软融合的不确知性消除策略
4.1 软融合策略
4.1.1 对软融合信息描述方式的需求
4.1.2 软融合模式
4.1.3 软融合形式定义
4.2 数字海洋中软融合处理方式
4.3 多层纵向与多维横向的软融合过程
4.4 软处理融合的智能理论依据
4.4.1 信息融合的智能行为模拟
4.4.2 智能融合的思维模拟本源论
4.5 软融合的实现策略
4.5.1 单一技术策略
4.5.2 复合技术策略
4.5.3 SST复合求解策略
4.6 小结
第五章 SST求解技术的多渠道融合分析
5.1 SST的多源获取空间的形成
5.1.1 SST的多源信息空间
5.1.2 组织逻辑模型
5.2 卫星遥感反演SST
5.2.1 SST的卫星海洋遥感
5.2.2 基于MCSST经典红外遥感反演
5.2.3 卫星反演的干扰因素及订正方法
5.3 伴随数据同化
5.4 多渠道融合
5.4.1 多渠道SST资料的互补性分析
5.4.2 融合法SST的求解方式
5.5 小结
第六章 基于D-S理论的不确知性软融合方法
6.1 基于模糊规则的一致性的量化与估计
6.1.1 精确数值信息模糊化
6.1.2 模糊映射函数
6.1.3 模糊求解与恢复
6.2 传统D-S理论融合规则与分析
6.2.1 定义
6.2.2 组合规则
6.2.3 区间理论与决策
6.3 基于擅长因子的改进算法
6.3.1 证据源的专项性
6.3.2 评价证据及其组合方式
6.3.3 信任的进一步量化
6.4 基于距离信度函数的改进算法
6.4.1 距离信度因素
6.4.2 距离信度衰减函数组合
6.5 基于信任再分配的改进算法
6.5.1 证据源的信任折扣问题
6.5.2 基于信任再分配组合规则
6.6 小结
第七章 数字海洋中SST软融合示范系统
7.1 数字海洋示范系统的遴选
7.1.1 近海遥感探测
7.1.2 近海同化技术
7.1.3 互补态势的形成
7.2 不确知性数据软融合计算
7.2.1 试验数据区域遴选
7.2.2 融合计算
7.2.3 软融合结果分析
7.3 广域温场态势评价
7.3.1 温场估计中幂集范围及擅长因子量化
7.3.2 融合估计
7.3.3 结果分析及结论
7.4 小结
第八章 结束语
参考文献
致谢
攻博期间主要科研工作与成果
攻博期间发表的学术论文
个人简历
发布时间: 2006-10-25
参考文献
- [1].海洋环境数据仓库与数据挖掘应用研究[D]. 孙剑.中国海洋大学2011
相关论文
- [1].海洋综合观测系统信息集成与智能管理的研究[D]. 韩华.东华大学2008
- [2].多源信息智能融合算法[D]. 易正俊.重庆大学2002
- [3].基于证据理论的信息融合研究及其在水质监测中的应用[D]. 林志贵.河海大学2005
- [4].多传感器数据融合问题的研究[D]. 王欣.吉林大学2006
- [5].多传感器信息融合方法及其在空间目标识别中的应用[D]. 张池平.哈尔滨工业大学2006
- [6].多传感器智能系统信息融合理论及应用[D]. 陈忠德.浙江大学1995
- [7].机器人多感觉传感器系统与多信息融合技术[D]. 罗志增.浙江大学1998
- [8].多传感器信息融合研究[D]. 管天云.浙江大学1998