信息融合技术在网络安全评估中的应用

本文提出了一个应用信息融合的网络安全评估模型,能够有效处理多源安全检测信息。信息融合中心提供三个层次的信息融合,实现安全事件的过滤、关联和融合,解决信息空间爆炸和信息关联性的问题。并重点介绍了模糊数学信息融合的方法。     

非线性离散系统的信息融合最优预见控制

将信息融合思想引入非线性离散系统的预见控制,提出了信息融合最优预见控制,将对控制系统的所有性能要求和系统动力学转化为可融合信息;然后从信息融合估计的角度,使原问题转化为求控制量的"融合估计"问题.推导了基于卡尔曼滤波器的最优预见控制算法,讨论了预见步数的选取问题,并通过对机械手的转移控制仿真研究说明了信息融合最优预见控制算法的有效性.     

基于资源管理的信息融合系统工程的研究

基于资源管理的信息融合系统开发是信息融合系统工程相关技术发展的新方向.资源管理问题贯穿信息融合整个过程,在对信息融合中的资源管理问题分析的基础上,提出并分析了基于资源管理的功能模型,并在此基础上进一步分析了将资源管理用于信息融合的DNN结构,该结构形式简单易于操作,为后续操作提供了便利.在此基础上,对基于资源管理的信息融合系统工程方法进行了研究,给出了基于资源管理的信息融合系统工程过程,有助于提高信息融合工程的经济性,并对自适应信息融合的实现、多级数据融合的协调具有重要意义.     

多源信息融合关键问题、研究进展与新动向

近年来,国内外掀起了多源信息融合技术研究的新热潮。对信息融合技术的最新研究进展进行了综述;首先探讨了信息融合的概念与本质;然后从信息处理和融合系统设计的角度,全面阐述了信息融合所面临的问题与挑战,以及现有的主要融合模型与方法分类,同时分析了信息融合方法论研究的发展趋势和一些新领域;接着纵览了信息融合技术的广泛应用;特别讨论了几个新兴的应用领域。最后对信息融合研究路线作了总结和展望。     

多传感器信息融合技术及其发展趋势

阐述了信息融合的定义、设计流程及信息融合的处理过程,分析并比较了多传感器信息融合的层次。介绍了多传感器信息融合的技术和方法及其在军、民事领域方面的应用。在此基础上提出了有待解决的问题,并分析了多传感器信息融合的发展趋势与进展。     

物联网信息融合技术及存在的问题研究

针对物联网信息融合问题进行了简要阐述, 指出物联网信息融合技术分为数据级融合、特征级融合和决策级融合三个层次。从融合技术的原理、适用领域以及技术之间差异性等方面对不同类型技术进行了较为全面的评述。在此基础上, 指出了物联网信息融合过程中存在的问题和挑战, 分析了有待进一步研究的方向。     

信息融合模型及其应用

针对现有信息融合模型过于抽象、不利于信息融合应用系统的设计等问题,本文提出了信息融合通用模型.该模型采用面向对象和形式化相结合的方法,解决了现有信息融合模型缺乏可重用性、可靠性等问题.最后,以智能交通系统ITS为例,简要说明如何利用信息融合通用模型应用于ITS的设计.     

多传感器信息融合技术及其发展趋势

阐述了信息融合的定义、设计流程及信息融合的处理过程,分析并比较了多传感器信息融合的层次。介绍了多传感器信息融合的技术和方法及其在军、民事领域方面的应用。在此基础上提出了有待解决的问题,并分析了多传感器信息融合的发展趋势与进展。     

多传感器信息融合基本原理及应用

全面系统地阐述了多传感器信息融合技术的信息融合理论、模型、算法和应用，并对目前信息融合在机器人、故障诊断、图像处理等领域的应用现状进行了剖析。信息融合技术虽然发展迅速。但由于信息融合技术理论尚待完善，在融合算法、融合模型以及关联的二义性等方面还存在问题。信息融合理论在多传感器分布检测、异类多传感器融合以及建立信息融合数据库和知识库等方面将有进一步发展。     

基于信息融合的网络安全评估方法研究

为了数字化衡量网络安全状况,该文提出了一个应用信息融合的网络安全评估模型,能够有效处理多源安全检测信息。信息融合中心提供三个层次的信息融合,实现安全事件的过滤、关联和融合,解决信息空间爆炸和信息关联性的问题。     

An improved MPGA-ACO-BP algorithm and comprehensive evaluation system for intelligence workshop multi-modal data fusion

The digital economy is a new economic form taking data as an important production factor and digital and intelligent technology as a driving force for transformation. The core idea is to extract and fuse the knowledge implicit in data and transform it into intelligence to drive the transformation of traditional manufacturing industries, and one of its key technologies is multi-modal data fusion. In this paper, an improved MPGA-ACO-BP algorithm is proposed, and combined with an improved entropy-weighted TOPSIS method comprehensive evaluation system, which effectively solves the problem of “data scale inconsistency” between modal data leading to difficult model fusion and fusion accuracy. Finally, the validity of the theory and methods of this paper are verified using the example of multi-modal data fusion tool wear prediction in an intelligence workshop. By distilling the corresponding evaluation metrics inductively, the improved comprehensive evaluation system in this paper can also be extended to different production control scenarios to provide them with the corresponding integration information, which has a certain practical value.     

基于时延传感器网络的预测融合算法研究*

现有的基于网络时延的融合算法大都直接套用传统的同步数据融合方法,因此会产生信息等待、资源闲置以及差的实时性能等问题.针对上述问题,在现有工作基础上,结合预测估计以及顺序加权融合技术,设计出了一种新的能适应网络时延的多传感器预测加权融合算法.该算法不仅能很好地解决现有基于时延的数据融合算法存在的诸多弊端,同时获得了良好的实时预测功能,并给出了新的基于网络时延的预测加权融合算法的推导过程,通过计算机仿真算例和理论分析来显示新算法的实用性和优越性.     

基于信道丢包补偿技术的多源信息融合研究

在多传感器融合网络中,由于网络本身的内在特性以及受实际应用环境的影响,在数据传输过程中丢包现象经常发生,大量有用的信息丢失直接影响了融合算法的正常运行.现有的一些处理网络丢包现象的方法都是直接将丢包的传感器排除在融合操作之外,因此整个系统的融合精确度大大降低.针对上述问题,提出利用基于最小二乘的多项式拟合技术,对丢失的传感器信息进行近似补偿,从而提出一种基于信道丢包补偿技术的数据融合算法.另外,考虑到集中式融合存在的高计算复杂度的特性,基于信息更新的分布式融合算法被用来融合所有传感器的信息,性能分析和计算机仿真显示了新算法的有效性.     

Random weighting estimation for fusion of multi-dimensional position data

This paper adopts the concept of random weighting estimation to multi-sensor data fusion. It presents a new random weighting estimation methodology for optimal fusion of multi-dimensional position data. A multi-sensor observation model is constructed for multi-dimensional position. Based on this observation model, a random weighting estimation algorithm is developed for estimation of position data from single sensors. Using the random weighting estimations from each single sensor, an optimization theory is established for optimal fusion of multi-sensor position data. Experimental results demonstrate that the proposed methodology can effectively fuse multi-sensor dimensional position data, and the fusion accuracy is much higher than that of the Kalman fusion method.     

区域社会经济与交通运输系统互动研究

以南通市各种经济和交通历史数据为基础,开展区域社会经济与交通运输系统互动的定性分析.首先,通过各种指标的增长率曲线定性地分析各自之间存在的相关性。然后,计算区域经济和交通运输系统指标增长率之间的关联度来验证指标之间的相关性,从而为多源信息融合理论在该互动系统中的应用奠定坚实的基础。同时,还给出了该类互动系统一个定性的动态表示与理解。     

基于参数估计的数据融合方法在余度捷联惯性测量装置中的应用

将数据融合方法引入到导弹制导系统 ,充分利用余度捷联惯性测量装置中多陀螺的重复测量信息提高导弹的制导精度。数据融合过程分为两步 :首先应用分布图对传感器原始数据进行一致性检测 ,然后将通过检测的一致传感器数据按照参数估计的理论进行融合     

Data fusion for adaptive control in manufacturing: Impact on engineering information models

Data fusion is the integration and analysis of data from multiple sensors to develop a more accurate understanding of a situation and determine how to respond to it. Although data fusion can be applied in many situations, this paper focuses on its application to manufacturing and how it changes some of the more traditional, less adaptive information models that support the design and manufacturing functions. The paper consists of four parts. The first section explains what data fusion is and its impact on manufacturing. The second section describes what an information system architecture is and explains the natural language-based information modeling methodology used by this research project. The third section identifies the major design and manufacturing functions, reviews the information models required to support them, and then shows how these models must be extended to support data fusion. The fourth section discusses the future directions of this work.     

基于虹膜特征密钥的无线传感器网络安全数据融合

本文针对无线传感器网络中的数据融合操作面临严重的安全隐患,提出了一种基于虹膜特征密钥的数据融合加密方案,该方案不仅解决了在数据融合过程中密钥记忆和存储难的问题,而且也避免了中间节点攻击数据融合结果的问题.通过抗攻击能力仿真实验分析,该方案相比于传统的数据融合方案较为合理,减少了节点能量消耗,延长了网络生存周期.     

基于符号神经网络的数据溶合系统的研究

本文介绍一种把多个神经网络和符号推理结合在一起用于移动式机器人多传感器数据溶合的新技术。用该技术实现的系统不仅能够准确定位，而且可以增强机器人的应变能力。     

Information fusion in the immune system

Biologically-inspired methods such as evolutionary algorithms and neural networks are proving useful in the field of information fusion. Artificial immune systems (AISs) are a biologically-inspired approach which take inspiration from the biological immune system. Interestingly, recent research has shown how AISs which use multi-level information sources as input data can be used to build effective algorithms for realtime computer intrusion detection. This research is based on biological information fusion mechanisms used by the human immune system and as such might be of interest to the information fusion community. The aim of this paper is to present a summary of some of the biological information fusion mechanisms seen in the human immune system, and of how these mechanisms have been implemented as AISs.