| 海量信息融合方法及其在状态评价中的应用 |
| |
| 引用本文： | 李嘉菲,周斌,刘大有,胡亮,王峰.海量信息融合方法及其在状态评价中的应用[J].软件学报,2014,25(9):2026-2036. |
| |
| 作者姓名： | 李嘉菲 周斌 刘大有 胡亮 王峰 |
| |
| 作者单位： | 吉林大学 计算机科学与技术学院, 吉林 长春 130012;符号计算与知识工程教育部重点实验室(吉林大学), 吉林 长春 130012;吉林大学 计算机科学与技术学院, 吉林 长春 130012;符号计算与知识工程教育部重点实验室(吉林大学), 吉林 长春 130012;吉林大学 计算机科学与技术学院, 吉林 长春 130012;符号计算与知识工程教育部重点实验室(吉林大学), 吉林 长春 130012;吉林大学 计算机科学与技术学院, 吉林 长春 130012;符号计算与知识工程教育部重点实验室(吉林大学), 吉林 长春 130012;吉林大学 计算机科学与技术学院, 吉林 长春 130012;符号计算与知识工程教育部重点实验室(吉林大学), 吉林 长春 130012 |
| |
| 基金项目： | 国家自然科学基金(61133011, 61170092, 60973088, 61202308); 国家高技术研究发展计划(863)(2011AA010101); 吉林省重点科技攻关项目(20130206046GX) |
| |
| 摘 要： | 针对证据理论无法有效处理海量信息融合的不足,提出一种结合聚类和凸函数证据理论的海量信息融合方法,旨在解决状态评价等普遍而重要的应用问题.该方法首先基于聚类算法BIRCH对采集的海量信息进行预处理,形成多个簇;然后,针对状态评估类问题所用数据大多为数值数据和序数数据这一特点,计算每个簇的质心,并将其作为该簇的代表信息,基于广义三角模糊隶属函数对每个质心信息进行基本概率指派形成证据;最后,基于凸函数证据理论完成各证据的组合,从而完成了海量信息的融合.仿真实验结果表明:该方法既高效又合理地融合了海量信息,为海量信息融合技术的发展提供了一条探索途径.
|
| 关 键 词： | 证据理论 聚类 信息融合 海量信息 状态评价 |
| 收稿时间： | 2014/1/20 0:00:00 |
| 修稿时间： | 4/9/2014 12:00:00 AM |
Massive Information Fusion Algorithm and Its Application in Status Evaluation |
| |
| LI Jia-Fei,ZHOU Bin,LIU Da-You,HU Liang and WANG Feng.Massive Information Fusion Algorithm and Its Application in Status Evaluation[J].Journal of Software,2014,25(9):2026-2036. |
| |
| Authors: | LI Jia-Fei ZHOU Bin LIU Da-You HU Liang and WANG Feng |
| |
| Affiliation: | College of Computer Science and Technology, Jilin University, Changchun 130012, China ;Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education (Jilin University), Changchun 130012, China;College of Computer Science and Technology, Jilin University, Changchun 130012, China ;Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education (Jilin University), Changchun 130012, China;College of Computer Science and Technology, Jilin University, Changchun 130012, China ;Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education (Jilin University), Changchun 130012, China;College of Computer Science and Technology, Jilin University, Changchun 130012, China ;Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education (Jilin University), Changchun 130012, China;College of Computer Science and Technology, Jilin University, Changchun 130012, China ;Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education (Jilin University), Changchun 130012, China |
| |
| Abstract: | |
| |
| Keywords: | evidence theory clustering information fusion massive information status evaluation |
|
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载全文 |
|
