多信息融合作業(yè)

1、制造系統(tǒng)多信息融合及應(yīng)用A：簡答題1、簡述多信息融合的目的是什么？信息融合的典型問題與方法有哪些？答:多信息融合 是指用多信息源對事物的不同側(cè)面、不同階段、不同深度進行融合決策，以獲得完整全面的預(yù)測，避免單一 信息源的片面偏差。它的主要目的是有效組織與利用能夠獲得的多種信息資源，提供比只采用其中部分信息 資源獲得更準確、更可靠、更協(xié)調(diào)、更經(jīng)濟與更穩(wěn)定的決策結(jié)果。典型問題有：（1）問題:傳感感知的多數(shù)據(jù)源和多信息源具有不同的感知機理和不同數(shù)據(jù)類型（即異類）； 多源數(shù)據(jù)和信息之間常常不能保持同步；感知的時空范圍中目標、時間或者更復(fù)雜的態(tài)勢可能存在變化等， 方法：傳感感知事件的時空協(xié)同、動態(tài)協(xié)同，面

2、向目標、事件或者復(fù)雜態(tài)勢的合適的控制等。（2）輸入的 數(shù)據(jù)類型可能存在差異，方法:引入來自外部參數(shù)系統(tǒng)的定位信息等，研究有針對性的解決方法等。（3）不同 事件（特征）集中的“目標”數(shù)目不一致；輸入數(shù)據(jù)含糊、不一致、沖突或不可靠；輸入數(shù)據(jù)相尖的噪聲/ 誤差，方法：產(chǎn)生一組可能表示現(xiàn)實世界的模型假設(shè)。利用方法選擇與獲取數(shù)據(jù)最接近的假設(shè)等。（4）決策 對象可能比較復(fù)雜，具有多目標或者多時間、多層次和多側(cè)面處理需求，復(fù)雜的動態(tài)（如態(tài)勢和威脅）的表達 和處理模式，方法:利用多層次的概念，包括對象的多層次、處理的多層次、元模型的多層次、多側(cè)面處理 等；針對不同層次研究具體的適用理論方法和處理結(jié)構(gòu)；多遠信息

3、的協(xié)同分析；建立專門的融合評價平臺 等。2、如何理解信息融合的層次？對于特定系統(tǒng)對象，試比較數(shù)據(jù)層融合與特征層融合 在有效性方面的區(qū)別？答:信息融合的層次有兩個層次的含義：一層含義是直接針對融合單元的輸入輸出尖系的表述，這些矢系中最 常見的有數(shù)據(jù)數(shù)據(jù)對、特征特征對和決策決策對，于是形成了數(shù)據(jù)層融合、特征層融合和決策層融 合；另一層含義是針對和整個融合決策任務(wù)來說的，依據(jù)融合任務(wù)的主體情況，任務(wù)主導(dǎo)的輸入輸出需 求，確定數(shù)據(jù)、特征、決策三層的劃分。區(qū)別:進行數(shù)據(jù)層融合的數(shù)據(jù)集可以來自不同的傳感器和（或者）不 同的信息源，數(shù)據(jù)層融合結(jié)果一般是數(shù)據(jù)，可以通過算法提供相應(yīng)的特征；特征層融合的輸入特征可

4、能來 自不同數(shù)據(jù)層融合的結(jié)果、也可能來自其他直接提供特征的信息源或者渠道，特征層輸出可以直接形成相 應(yīng)的決策。3、數(shù)據(jù)尖聯(lián)有哪些類型，如何將異源、異構(gòu)數(shù)據(jù)進行尖聯(lián)？答:數(shù)據(jù)尖聯(lián)分為靜態(tài)數(shù)據(jù)矢聯(lián) 和動態(tài)數(shù)據(jù)尖聯(lián)，靜態(tài)數(shù)據(jù)尖聯(lián)存在三種典型情況：具有同樣維數(shù)的多傳感器的數(shù)據(jù)尖聯(lián)、具有不同維數(shù)的 多傳感器的數(shù)據(jù)尖聯(lián)和具有多個站點的多傳感器的數(shù)據(jù)尖聯(lián)。對象代理模型可以作為數(shù)據(jù)集成的一種通用的數(shù)據(jù)模型，構(gòu)數(shù)據(jù)它也是能夠很好地解決各個異 源集成的一種數(shù)據(jù)庫模型。它不僅有傳統(tǒng)的面向?qū)ο竽Ｐ偷呢S富語義及抽象機制，且還能解決面向?qū)ο竽Ｐ涂蓴U充不強及很難實現(xiàn)視圖機制的弱點。利用更新的先驗信息對候選 觀測確定尖聯(lián)的范

5、圍后，進行選通，即利用先驗物理知識或者統(tǒng)計假定，減少可能的觀測觀測和觀測軌 跡對數(shù)，然后形成矢聯(lián)矩陣，最后利用指定邏輯，判定觀測值與哪一個預(yù)報值尖聯(lián)，屬于表述同樣的物理實體 或者過程。4、DS證據(jù)理論方法的特點有哪些，什么是證據(jù)的沖突，如何解決？答：特點：優(yōu)點有具有比較強的理論基礎(chǔ)，可處理因隨機性與模糊性帶來的不確定性；可以依靠證據(jù)積累， 逐漸縮小假設(shè)集；能夠區(qū)分“不知道”與“不確定”；不需要先驗概率與條件概率；缺點是具有潛在的指 數(shù)復(fù)雜度；推理鏈較長時，使用不很方便；要求證據(jù)獨立；基本概率賦值小的變化可能引起結(jié)果很大變化。證據(jù)理論方法存在一些局限性，主要表現(xiàn)在：計算的復(fù)雜性會引起較遠“爆炸”

6、，因為證據(jù)理 論只適用于證據(jù)理論獨立的情況，因此，需要設(shè)法將相尖證據(jù)轉(zhuǎn)化為相當(dāng)?shù)莫毩⒆C據(jù)以后再使用DS規(guī)則合 成，當(dāng)合成高度沖突的證據(jù)時，組合導(dǎo)出的推理結(jié)果往往會出現(xiàn)悖論。目前有兩大類解決沖突證據(jù)組合的 方法：修正組合公式方法和預(yù)處理方法。修正組合公式方法致力于研究新的組合規(guī)則來解決解決如何將沖突 重新分配的問題；預(yù)處理方法是首先對沖突證據(jù)進行預(yù)處理，然后再使用Dempster合成規(guī)則。5、請舉例說明信息融合在模式識別中的重要性？答：在基于信息融合的模式識別應(yīng)用研究中，利用人工神經(jīng)網(wǎng)絡(luò)作為信息融合方法的實例很多，常用于信息融合的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)形式包括感知器、BP神經(jīng)網(wǎng)絡(luò)、Bayes網(wǎng)絡(luò)、SVM網(wǎng)

7、絡(luò)等。人工神經(jīng)網(wǎng)絡(luò)的輸入信息是多遠檢測數(shù)據(jù)經(jīng)過預(yù)處理后的特征值，網(wǎng)絡(luò)的輸出是對象的識別結(jié)果。文獻中利用紅外和電磁感應(yīng)器分別檢測鋁絞線和鋼芯（鋼絞線）的斷股故障信號，應(yīng)用db4 小波基對故障信號進行小波分析，由故障信號的時頻域和小波分解細節(jié)特征，構(gòu)造了神經(jīng)網(wǎng)絡(luò)診斷模型的輸入 特征矢量，利用三層BP網(wǎng)絡(luò)實現(xiàn)了導(dǎo)線斷股故障的精確診斷。6、 列出你所熟悉的知識表示方法（不少于三種），分別說明其特征和優(yōu)缺點。答： 知識表示方法有：狀態(tài)空間法、問題歸約法、謂詞邏輯法和語義網(wǎng)絡(luò)等。狀態(tài)空間法是一種基于解答空間的 問題表示和求解方法，它是以狀態(tài)和操作符作為基礎(chǔ)，在利用狀態(tài)空間圖表示時，從某個初始狀態(tài)開始，每

8、加一個操作符，遞增的建立起操作符的試驗序列，直到達到目標狀態(tài)為止。由于狀態(tài)空間法需要擴展過多的 節(jié)點，容易出現(xiàn)“組合爆炸”，因而只適用于表示比較簡單的問題。問題規(guī)約法從目標出發(fā)，逆向推 理，通過一系列變換把初始問題變換為子問題集合，直至最后規(guī)約為一個平凡的本原問題集合。問題規(guī)約 法能夠比狀態(tài)空間法更有效地表示問題，狀態(tài)空間法是問題歸約法的一種特例。謂詞邏輯法采用謂詞合 適公式和一階謂詞演算把要解決的問題變?yōu)橐粋€有待證明的問題，然后采用消解定理和消解反演來證明一個 新語句是從已知的正確語句導(dǎo)出的，從而證明這個新語句也是正確的，謂詞邏輯是一種形式語言，能夠把 數(shù)學(xué)中的邏輯論證符號化，常與其他表示方

9、法混合使用，靈活方便，可以表示比較復(fù)雜的問題。語義網(wǎng) 絡(luò)是一種結(jié)構(gòu)化表示方法，它由節(jié)點和弧線或鏈線組成。節(jié)點用于表示物體、概念和狀態(tài)，弧線用于表示 節(jié)點間的尖系，可用于表示多元尖系，擴展后可以表示更復(fù)雜的問題。7、 請闡述多特征檢索中的尖鍵問題和要素。答：圖像檢索是圖像內(nèi)容的檢索，通常用文字簡要 描述圖像內(nèi)容，并據(jù)此進行搜索，給予內(nèi)容的圖像檢索系統(tǒng)的尖鍵問題有要有友好的人機界面，具有人與系 統(tǒng)的交互性，通過相尖反饋，調(diào)整算法，提高檢索精確度；采用多維特征索引，減小系統(tǒng)檢索的時間； 評價檢索性能，需要公認的測試圖像視頻庫以及選擇行之有效的評價標準。要素：多特征相似度匹配，即進行相似度計算，需定義

10、一種匹配算法，多特征之間的融合以及利用反饋機制調(diào)整各特征的權(quán)值，圖像特征的歸一化，進行權(quán)值的合理分布?？梢杂糜趫D像檢索的視覺 特征主要包括顏色、形狀、紋理等。8、圖像增強中的尖鍵問題有哪些？如何評價圖像增強算法的好壞？答：圖像增強是二維圖 像數(shù)據(jù)增強，典型的圖像增強有圖像對比度增強，直方圖均衡化增強，圖像的線性拉伸、圖像的幾何變換 等。圖像的融合增強主要指將多源圖像融合形成一幅增強的、汲取了不同源圖像特色的新圖像，獲得僅僅從 單一圖像無法獲得有尖場景新的描述。面向可視增強的圖像融合性能客觀評價通常采用主觀和客觀兩類評價方法，有圖像細節(jié)的評價參數(shù)（圖像細節(jié)的豐富與否常常體現(xiàn)為不同層次的圖像對比度

11、，這與平均速度、灰度層的出現(xiàn)概率和散步情況等 有尖，故可以用標準差、信息燔、平均梯度等度量）、面向融合質(zhì)量的評價參數(shù)（主要有三種融合質(zhì)量測 量：基本的融合質(zhì)量測量、加權(quán)的融合質(zhì)量測量和邊緣依賴的融合質(zhì)量測量）和面向目標分析與分類的有 效性度量。多光譜圖像融合效果評價常用光譜扭曲程度和相尖函數(shù)等進行評價。B：試設(shè)計一個采用多傳感器對室內(nèi)對象進行定位的系統(tǒng)，需要考慮：射頻、無線定位、機器視覺等不同定位方法的融合多個傳感器的不同作用覆蓋范圍的融合，包括對象到達未覆蓋區(qū)域的情況處理多個傳感器的不同定位精度的配合傳感器節(jié)點作為傳感器網(wǎng)絡(luò)的重要組成部分，應(yīng)該具有一些特征，這里設(shè)計的定位系統(tǒng)中，將傳感器節(jié)

12、點所具有的一些特征定義如下：1）微型化，應(yīng)用中的傳感器節(jié)點要高度集成化，微小型的體積可以讓節(jié)點易 于嵌入式使用和布置；2）低功耗，在大多數(shù)情況下網(wǎng)絡(luò)將一次性布置，無人職守，因此節(jié)點有嚴格的能源要求；3）節(jié)點能力受限，節(jié)點大多數(shù)使用嵌入式處理器以及大量使用片上系統(tǒng)，處理能力和存儲容量有限。此處的信標節(jié)點作為節(jié)點被放在天花 板，移動機器人載著一個發(fā)射點作為被定位的目標，根據(jù)需要在適當(dāng)?shù)牡攸c還可以靈活的增加輔助節(jié)點，復(fù) 雜節(jié)點與主節(jié)點都屬于信標節(jié)點，信標節(jié)點為被動式工作，只有達到超聲波傳感器的觸發(fā)條件，節(jié)點才工 作，被動方式工作比主動方式工作更能節(jié)約傳感器節(jié)點的能源，減少無線通訊的數(shù)據(jù)量。以房間為單位將節(jié)點劃分成簇，所有安置的傳感器節(jié)點將形成一個簇狀的網(wǎng)絡(luò)拓撲結(jié)構(gòu)。在布置網(wǎng)絡(luò)模 塊的位置時，可以使用異構(gòu)網(wǎng)絡(luò)連接每個簇頭，可以利用有的網(wǎng)絡(luò)提高寬帶和通訊速度，又降低路由協(xié)議 的復(fù)雜度，增加了網(wǎng)絡(luò)通信的可靠性。根據(jù)有尖研究，單純的8位處理器有限的資源很難支持超過50個 節(jié)點的802.15.4多跳網(wǎng)絡(luò)，在網(wǎng)