多源資訊融合（multi-source information fusion）
最早由美國學者提出，這是乙個新興的交叉領域，近些年獲得廣泛的發展。應用於多個領域：目標識別、遙感、醫學等。多源資訊融合是對多種資料進行認知、綜合、判斷的過程，參與融合的資料往往具有：多源性、異構性、不完備性等，按照融合的層次不同，資訊融合可以分為：資料級融合、模型級融合（特徵級融合）、決策級融合。
資料級融合是最低層次的融合，直接對原始的資料進行處理，優點是保留了原始資訊，資訊損失很少，缺點是融合的侷限性較大，只能夠對單個或者相同型別的資料資訊進行處理，計算量較大。
模型級融合是處於三種融合中間層次的融合，較為智慧型化，優點是對原始的資料進行了提取和處理進行融合，在資料量上降低了，帶來的是計算量的減少，缺點是資訊損失會帶來資料精度的下降。
決策級融合在三者中是最高層次的融合，是最高層面的智慧型化融合，是建立在模型融合的基礎上對於最終的處理結果進行綜合的決策。有點事可以對不同型別的資料進行融合，計算量小，容錯和抗干擾性較強，但是缺點也是顯而易見的，資料資訊損失較大會帶來精度的下降。
三者對比如下：
資料級融合 模型級融合 決策級融合
資訊處理量 最大 較小 最小
資訊損失量 最小 較小 最大
抗干擾能力 最小 較小 最小
容錯能力 最差 較差 較好
融合演算法難度 難 中 易
融合前處理 最小 中 最大
融合效能 最好 中 差
感測器依賴程度 大 中 小
資訊融合中的關鍵技術主要包括：資料轉換、資料關聯、融合演算法。
常用融合方法的比較
融合方法 執行環境 資訊型別 資訊表示 不確定性 融合技術 適用範圍
加權平均 動態 冗餘 原始值讀取 加權平均 低層融合
卡爾曼濾波 動態 冗餘 概率分布 高斯雜訊 系統模型濾波 低層融合
貝葉斯估計 靜態 冗餘 概率分布 高斯雜訊 貝葉斯估計 低層融合
統計決策 靜態 冗餘 概率分布 高斯雜訊 極值決策 高層融合
證據理論 靜態 冗餘 互補命題 邏輯推理 高層融合
模糊理論 靜態 冗餘 互補命題 隸屬度 邏輯推理 高層融合
神經元網路 動靜 冗餘 互補神經元輸入 學習誤差 神經網路 低 或 高
產生式規則 動靜 冗餘 互補命題 置信因子 邏輯推理 高層融合
多源資訊融合
現代化戰爭中的多感測器資訊融合技術研究 牛志一摘要 資訊融合是對現代化資訊戰爭具有重要意義的一門新型學科。本文介紹了多感測器資訊融合的定義 原理 方法 層次和結構，提出了現代化戰場資訊融合系統作戰體系結構和功能體系結構，對多感測器資訊融合系統技術進行了較為全面的 1 引言 現代科學技術在軍事領域的廣...
多源資料融合演算法綜述
主要介紹了多感測器資料融合的模型和演算法。框架圖 參考文獻 中國學術期刊網路出版總庫 共14條 11 加權決策模板業務感知演算法 j 楊應雷,周金和,王川潮.計算機工程與應用.2017 02 1 資訊融合理論的基本方法與進展 j 潘泉,王增福,梁彥,楊峰,劉準釓.控制理論與應用.2012 10 10...
一種基於多源資料的知識融合方法
摘要 本發明提出了一種基於多源資料的知識融合方法，在融合多個 的實體資料時，首先分別對每個資料來源的屬性進行規範化表示，其中包括了同義屬性對映和對屬性值的數值單位的統一轉換，這樣對屬性的規範化處理可以減少對後續實體比較造成的影響 然後基於實體名和實體屬性對實體進行分塊聚合，這樣僅將同一分塊內不同 的...