群的构造及群的自同构

本项目对信息融合的基本理论进行了较为深入的研究，建立了基于熵理论的信息融合模型，提出了信息融合的两大基本熵定理。对于决策层各种不确定性信息融合的方法作了深入的熵分析和比较，在一致性熵定理条件，建立了决策层一致性信息过滤的熵准则。由信息融合的误差压缩传递准则出发，实现了各种信息融合中算法的不确定性动态处理过程的定量描述，提出了非线性误差压缩融合系统的数学模型。分析和建立了人脑神经系统的信息融合模型和神经网络的拓扑结构，并针对信息融合中信任度集成这一普遍性问题，建立了自组织人工神经网络信息融合模型及求解算法，开展并完成了多传感器目标识别等的仿真与应用研究，初步验证了理论研究成果的正确性。