多源不完善信息融合问题是智能系统信息加工的关键技术,多年来信息融合研究大多针对特定对象的具体算法,而缺乏一种广泛适用方法。近年来,先后出现的DSmT和中智理论为解决广义信息融合问题提供了理论基础。本项目以DSmT为理论框架,结合中智理论思想,深入研究多源不完善信息的融合方法,包括:1)在对现有的信息冲突重新分配规则分析比较的基础上,采用DSmT与中智理论关联,寻找一种新的更有效的冲突分配规则;2)在发展ESMS(证据支持贴近度)处理器和其他类型处理器的基础上,研究一种能剔除错误与误导信息和对不同类型的信息源进行分类处理的智能处理器;3)在上述研究的基础上,提出一种带前置过滤器的广义融合机,并以移动机器人为实验平台,验证所提出的理论与方法的正确性和有效性。上述研究工作将为智能系统多源不完善信息的广义融合问题提供新的理论和方法,以及切实有效的实现途径。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
基于多模态信息特征融合的犯罪预测算法研究
基于分形维数和支持向量机的串联电弧故障诊断方法
F_q上一类周期为2p~2的四元广义分圆序列的线性复杂度
基于多源信息融合的灌溉决策方法研究
基于多源信息融合的蔗田农药精确喷施研究
基于多源异质信息融合的推荐系统研究
基于多源信息融合的元数据自动抽取方法研究