---
---
---
(點擊查看產(chǎn)品報價)
模糊集技術(shù)在信息融合應(yīng)用領(lǐng)域-圖像分析
模糊集方法
模糊集方法是用某種模型系統(tǒng)地反映數(shù)據(jù)融合過程的不確定性,并
通過模糊推理來完成數(shù)據(jù)融合。其中模糊聚類是按照一定標準對用一組
參數(shù)表示的樣本群進行分類的過程。模糊聚類的過程,也就是樣本中的
特征參數(shù)被融合、樣本按標準被分類的過程。3與選定一種相似性度量
、差別檢驗以及停止規(guī)則后,就可以得到一種特定的聚類分析算法。自
從模糊集方法提H{以后,作為乘積奪11jj上模糊集的模糊關(guān)系得到了廣
泛的應(yīng)用。朋模糊性偏序關(guān)系進行決策、模糊序關(guān)系選擇規(guī)則的一些性
質(zhì)、基于選擇函數(shù)的序關(guān)系的結(jié)構(gòu)、用模糊協(xié)調(diào)性1j非小阱凋性對多準
則備選對象的評估信息進行融合分類等課題相繼被研究。
神經(jīng)網(wǎng)絡(luò)方法
神經(jīng)網(wǎng)絡(luò)方法是在現(xiàn)代神經(jīng)生物學和認知科學對人類信息處理研究
成果的甚礎(chǔ)上提出的,具有良好的容錯性、層次性、可塑性、自適應(yīng)性
、聯(lián)想記憶和){二行處理能力。近年來,神經(jīng)網(wǎng)絡(luò)已經(jīng)被成功地應(yīng)用于
信息融合中的狀態(tài)估汁問題、、Rowlev H.A.等利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)了
景象匹配,即利用神經(jīng)網(wǎng)絡(luò)對實時圖像進行自動選取,判斷實時圖像質(zhì)
量的優(yōu)劣,除去劣質(zhì)圖像,再進行匹配計算,從而提高了圖像匹配算法
的魯棒性和穩(wěn)定性。將神經(jīng)網(wǎng)絡(luò)與其他方法相結(jié)合進行信息融合技術(shù)的
研究效果顯著,已經(jīng)形成了一種趨勢。例如,D—s證據(jù)理論與神經(jīng)網(wǎng)絡(luò)
、粗集與神經(jīng)網(wǎng)絡(luò)以及遺傳算法與神經(jīng)網(wǎng)絡(luò)等的結(jié)合。
除了上述常見的四種融合方法外,應(yīng)用于信息融合的方法還很多,
比如卡爾曼濾波、支持向量機、遺傳算法、小波分析理論以及一些簡單
的推理方法等。由于信息融合應(yīng)用領(lǐng)域相當廣泛,單獨采用一種方法往
往具有一定局限性,將各種方法進行優(yōu)勢集成逐漸成為信息融合算法研
究的重點。
所有資料用于交流學習之用,如有版權(quán)問題請聯(lián)系,禁止復(fù)制,轉(zhuǎn)載注明地址
上海光學儀器一廠-專業(yè)顯微鏡制造商 提供最合理的
顯微鏡價格