多传感器信息融合技术在光电经纬仪系统中的应用研究

经纬仪系统是一个比较复杂的多传感器系统，多传感器信息融合(Multi—seneor Data Fusion)是把多种传感器中于一个统一的感知系统(这个感知系统就是多传感器信息融合系统)中，从而有机地综合利用多个传感器来的数据和信息，以便获得对周围环境的更多或更准确可靠的认识．研究多传感器信息融合技术在经纬仪系统中的应用，可以提高仪器的可靠性和自动化程度，以及跟踪精度和实时输出精度．     

数据挖掘与人工智能技术

数据挖掘是人工智能中的一个重要分支。对人工智能的发展及其最基本的技术：知识表示、知识推理、搜索，以及数据挖掘进行了详细介绍。通过实例给出了数据挖掘的定义，最后论述了数据挖掘与人工智能的联系，并结合国内外在该领域的研究成果指出了其广阔的发展前景。     

联机增量聚类算法研究

研究了联机数据挖掘系统中的并行和增量聚类算法,并给出了算法伪码。实验表明,联机增量聚类算法相对于传统的Apriori算法具有较大优势,同时证明了增量聚类算法及其联机数据挖掘系统的实用性。     

一次雷达气象数据处理研究

随着雷达技术的不断发展，目前越来越多的航管一次雷达在提供飞机运动学参数(位置、速度、加速度等)的同时，还提供了相应的气象信息．气象信息是为飞行服务的，气象条件与飞行安全的关系是极其重要的．在国际、国内的飞行事故原因中，有很大一部分跟天气或气象保障原因有关，也有不少飞行事故完全是由于天气原因造成的．因此，为飞机的飞行提供相应的气象数据，有着极其重要的意义．     

一种基于模糊积分的多分类器人脸识别方法

提出了一种基于模糊积分的多分类器人脸识别新方法，首先采用两种不同的K-L变换及Fisher线性鉴别分析方法对原始图象进行特征抽取和压缩，然后将压缩后的特征设计成不同的分类器，再利用模糊积分对这些分类器进行融合，达到主观期望和客观证据间的最佳匹配，从而提高了对目标的识别率，并将该方法应用到人脸识别中，实验结果表明，该方法提高了识别率，证明其有效性。     

New structure of Kalman filter for radar networking

1.INTRODUCTION Inpractice,radarsoftenoperateasynchronouslyandpro videdataatdifferentrateswithdifferentcommunication timedelays,thustheproblemofdatafusioninradarnet workingsystemisasynchronousinsteadofsynchronous. However,theresearchinthefieldofdatafusionfocuses onthesynchronousproblems,andthemeasurementsof differentsensorsarealwayspredictedatthesametimefor updatingKalmanfiltersynchronously.Thisapproachis complicatedforengineering,anditwillreducethedata ratesofthesystem,atthesametimethee…     

基于NSCT与压缩感知的红外影像融合

针对红外和可见光图像在融合过程中存在质量低下、信息缺失、边缘细节不突出等问题,提出一种基于非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)与稀疏表示的压缩感知图像融合重构算法.首先利用NSCT进行源图像分解,得到相应的高频子带和低频子带图像;然后针对高频子带部分,利...     

两传感器按对角阵加权信息融合稳态Kalman滤波器

应用现代时间序列分析方法,在按对角阵加权线性最小方差最优信息融合准则下,基于Riccati方程,提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比,可减少计算负担,与单传感器情形相比,提高了滤波精度.一个仿真例子说明其有效性.     

基于多传感器信息融合的智能仪表研究

针对智能仪表多传感器系统中存在的信息处理复杂、不可靠等问题,提出了利用智能仪表中的多传感器信息资源,融合多传感器信息,提高智能仪表检测精度和可靠性的方法。结合矿井瓦斯监测、井下煤的自燃监测等实例,介绍了智能仪表中多传感器信息融合的模式,以及智能仪表研究设计中应注意的问题。将多传感器信息融合技术应用于智能仪表之中,可大大提高智能仪器仪表的精度、可靠性和容错能力。     

应用遥感影像更新地理信息若干问题的探讨

首先，针对高空间分辨率卫星遥感影像用于地理信息更新的特点，对信息融合、变化检测、数据挖掘、影像检索等问题进行了研究。遥感影像用于地理信息更新时，一方面应对多源遥感信息进行融合，特别是发展决策层融合算法，另一方面应进行多时相遥感信息融合和变化检测。其次，针对多时相遥感信息融合，提出了一种新的多时相融合处理方法体系，并针对自动信息更新的要求，探讨了遥感数据挖掘应重点解决的问题及其在地理信息自动更新中的应用。最后，面向快速影像提取和检索的需求，研究了基于内容的遥感影像检索技术，并重点分析了检索中能够应用的影像特征。