基于小波包自组织神经网络的图像数据融合

基于小波包与模糊自组织特征映射神经网络的图像数据融合,将图像在小波包最优基下展开,利用小波包最优基空间、尺度定位性提高分辨率,获得更好的去噪效果;再采用具有很强聚类功能的自组织特征映射网络进行图像数据的聚类;最后通过计算图像像素点的灰度均值来得到图像数据的融合结果.     

地空导弹武器系统多传感器数据融合模型与仿真分析

在分析了地空武器系统的信息来源及信息特点的基础上,提出了适用于该武器系统需要的多传感器数据融合方法——时空聚类方法,包括时间数据融合、空间数据融合、时空数据融合及参数插补方法．并通过仿真实验验证了此方法在该型多传感器武器系统数据处理上的有效性。     

基于多传感器数据融合的飞机目标自动敌我识别方法

为提高复杂环境下目标敌我属性识别能力,提出了一种基于多传感器数据融合的自动目标敌我属性识别方法。采用将IFF、ESM、雷达,红外获取的信息进行特征级融合的方法对目标进行识别,并采用模糊神经网络模拟真实战场环境,提高了目标的识别率和准确度。     

基于多源遥感影像信息的数据融合技术

数据融合是利用计算机对数据进行处理,得出目标状态及势态估计的多层次多平台过程。详细讨论了基于多源传感器的时间融合与空间融合,探讨了多源时空信息的串行融合与并行融合算法,得出了遥感影像信息数据融合系统的融合层次和融合准则。     

基于相关性函数和模糊贴近度的多传感器数据融合

针对多传感器数据融合中,各传感器测量数据的可靠程度难以确定以及如何提高数据融合结果的精度问题.文中提出了利用模糊理论中的相关性函数来计算多传感器的相互支持程度,并基于模糊贴近度,对支持程度高的传感器数据进行融合.仿真结果表明,相比同类融合方法,该方法获得的结果具有更高的精度和可靠性.     

多传感器数据融合技术研究

多传感器数据融合技术是近几年发展起来的一门新兴技术,在军事和工业中有着广阔的应用前景.文中论述了多传感器融合的基本工作原理、数据融合结构和功能模型、数据融合方法和应用领域,简单介绍了多传感器数据融合在组网雷达系统中的应用,总结了当前数据融合研究中存在的问题和研究方向.     

基于神经网络的多平台多目标位置数据融合

针对传统的直接加权融合算法的缺点,对多平台多目标位置数据融合进行研究。通过设计基于BP神经网络的统计加权算法,建立数据融合模型。并以2个观测平台为例,进行1分钟之内的目标航迹数据的仿真实验。结果表明,该算法是有效、可行的,且精度更高,能有效对融合中心获得的关于目标位置航迹信息进行关联融合处理。     

多传感器信息融合的模糊神经Petri网络型

将模糊产生式规则应用到多传感器融合系统是得到一种模糊信息融合方法，再用Ｐｅｔｒｉ网对此信息融合系统建模。在此基础上将人工神经网络与Ｐｅｔｒｉ网相结合，提出了一种多传感器信息融合的模糊神经Ｐｅｔｒｉ网模型。     

基于神经网络数据融合技术的飞机货舱火警探测方法研究

针对当前飞机货舱火警探测系统存在误报率较高的问题,本文对神经网络数据融合技术在货舱火警探测中的应用进行了研究.根据飞机货舱火警信号固有的特点和要求,构建了3层数据融合的结构,利用Matlab进行了仿真,证明此种方法对减少货舱火警的误报是有效的.     

多传感器数据融合技术研究现状及军事应用

多传感器数据融合分像素级、特征级和决策级融合.多源信息在多层次上的数据融合过程含检测、关联、跟踪、估计和综合.其航迹融合过程包括低层次上的状态和属性估计及高层次上的战场态势和威胁评估.该技术在军事上的应用已涉及海上监视、空-空和地-空防御、战场侦察、监视和目标捕获、战略防御与告警等领域.     

一致性多传感器数据融合技术在引信信息融合中的应用

运用一致性多传感器数据融合技术思想及多源数据的互补性和容错性来排除由于传感器性能、故障等因素引起引信控制系统在控制过程和解除保险过程中产生误动作,以提高信息的可靠性。     

基于OWA算子的多传感器属性信息融合

将OWA算子引入到多传感器信息融合领域中来，建立了基于OWA算子的两级式多传感器属性信息融合模型。通过合理调整OWA算子中加权向量的与或程度，适当选择各传感器探测数据的权重，从而有效地调整各传感器之间的融合程度，使整个系统的性能得到进一步提高。文末的目标识别实例表明了该方法的有效性和实用性。     

C^3I中的多传感器数据融合技术

首先对多传感器数据融合技术进行了综述，再以国内外发表的文献为例说明了数据融合技术在Ｃ＾３Ｉ中的应用，最后对数据融合技术进行了展望，并提出了我们的对策。     

基于数据挖掘的遥测数据信息化系统

简述了数据挖掘的概念,结合遥测数据的实际应用情况,利用数据仓库技术,构建了基于三层结构的遥测数据仓库体系,并分别论述了各个层的具体内容和功能。建立了遥测数据仓库的逻辑模型,通过各种数据挖掘模块和算法,实现了遥测数据决策支持系统。最后从三个方面探讨了这项技术在遥测数据处理和分析中的应用,使遥测数据在试验任务中更好地为故障诊断和决策提供依据。     

基于数据挖掘的入侵检测系统的研究

入侵检测系统(IDS)的任务是监视计算机系统或网络中的事件,分析、反映隐藏的安全问题.基于数据挖掘的IDS由数据收集、数据挖掘、模式匹配及决策等模块组成.通过挖掘算法、关联规则、规则匹配等确定入侵.该系统可检测新型攻击和已知攻击的变种;自动处理数据,抽取有用成分;剔除重复攻击数据;自动提取肉眼难以发现的网络行为模式等.     

基于小波熵的组合定位系统数据融合

文中提出了一种基于小波熵的组合定位系统数据融合方案。对于两个子系统北斗/罗兰C的实测定位数据,先用小波多尺度变换将信号在多个频率段展开,再根据小波熵判别法进行消噪和融合。结果用平均误差证明了这种方法的优越性,确保了组合系统所用样本的可信度及其数据融合中权值的合理性。     

基于天球坐标系的异型传感器量测数据分维融合方法

基于天球坐标系的异型传感器量测数据分维融合方法是将三坐标雷达的量测分解为天球坐标与地心距离2部分,并在天球坐标系下对三坐标雷达和两坐标雷达的量测进行相关和融合处理,而后将系统航迹的天球坐标与三坐标雷达分解的地心距离联合,得出在大地直角坐标中的系统航迹的对空情报雷达网数据分维融合处理方法。仿真试验显示,该方法能够达到良好的位置关联概率和融合效果。     

基于模糊数据融合的装备故障诊断系统研究

武器装备系统各关键装备一旦出现故障而不能及时诊断修复,将对战争结果产生很大影响。依靠单个传感器对机械状态进行监测存在种种限制,需要采用多种传感器对武器装备进行多种特征量的监测（如振动、温度、电压、流量）,并对这些传感器的信息进行融合,以提高故障定位的准确性和可靠性。基于数据融合技术,利用直观的温度及振动信息对装备的故障进行诊断,分析其某个元器件出现故障的可能性。     

基于分组平均加权算法实现遥测数据融合

针对多站遥测数据融合问题进行论述,提出采用多站数据分组测量平均值的加权融合算法.通过实测数据处理证明,该融合算法简便实用,可以获得较高的可靠性,在靶场遥测数据处理领域具有一定的应用前景.