粗糙集和神經(jīng)網(wǎng)絡(luò)相結(jié)合的數(shù)據(jù)融合方法研究.pdf

1、信息科學(xué)的飛速發(fā)展，對(duì)數(shù)據(jù)處理技術(shù)提出了新的、更高的要求。在多傳感器系統(tǒng)中，由于傳感器的精度、數(shù)據(jù)的采集成本、系統(tǒng)組成的多種環(huán)節(jié)以及外部環(huán)境等因素的影響，會(huì)導(dǎo)致多傳感器系統(tǒng)中信息的不完備性。從而，使得傳統(tǒng)的數(shù)據(jù)處理方法，不能滿(mǎn)足工程應(yīng)用對(duì)信息處理快速性和高精度的要求，這給數(shù)據(jù)融合帶來(lái)困難。因此，對(duì)多傳感器系統(tǒng)中不完備信息的處理已成為眾多學(xué)者廣泛關(guān)注的熱點(diǎn)問(wèn)題。本文將數(shù)據(jù)挖掘和數(shù)據(jù)融合技術(shù)相結(jié)合，用于多傳感器系統(tǒng)中不完備信息的處理，所做的

2、主要工作和創(chuàng)新性研究如下： 1．針對(duì)數(shù)據(jù)挖掘與數(shù)據(jù)融合技術(shù)在功能上互補(bǔ)的特點(diǎn)，研究了數(shù)據(jù)挖掘與數(shù)據(jù)融合技術(shù)相結(jié)合的基本概念和原理，并針對(duì)數(shù)據(jù)融合中先驗(yàn)信息難以獲取，以及系統(tǒng)中存在大量冗余數(shù)據(jù)的問(wèn)題，研究了基于粗糙集理論的數(shù)據(jù)融合模型。利用粗糙集理論的屬性約簡(jiǎn)算法，剔除冗余信息得到了最簡(jiǎn)規(guī)則，并利用該規(guī)則進(jìn)行數(shù)據(jù)融合。 2．研究了粗糙集理論中連續(xù)數(shù)據(jù)的離散化方法，提出了一種基于遺傳算法的離散化方法。該方法以離散斷點(diǎn)的數(shù)目最

3、少和離散化后決策系統(tǒng)的一致性最大為優(yōu)化目標(biāo)，最大程度地保證了決策系統(tǒng)的一致性。 3．提出了一種直接在不完備信息系統(tǒng)上進(jìn)行數(shù)據(jù)挖掘的方法。該方法從實(shí)際應(yīng)用出發(fā)，考慮到屬性獲取的實(shí)時(shí)性、難易程度和成本等問(wèn)題，將屬性分層后進(jìn)行遞階處理，求得最接近原始數(shù)據(jù)的規(guī)則。與經(jīng)過(guò)完備化處理后進(jìn)行挖掘的方法相比，該方法具有較強(qiáng)的實(shí)用性和有效性，并提高了知識(shí)約簡(jiǎn)的速度。 4．針對(duì)多傳感器系統(tǒng)中不完備信息的融合問(wèn)題，將數(shù)據(jù)挖掘方法和神經(jīng)網(wǎng)絡(luò)技術(shù)