一种多源信息融合方法及其应用技术

本发明专利技术公开了一种多源信息融合方法及其应用，从环境监测中的传感器数据源头出发，对采集的数据进行标准化处理和预处理；对多源同构数据，引入支持度修正迭代融合思想，比较融合证据与原始证据的差异来评估原始证据的支持度，多次迭代至收敛得到最终融合结果。针对多源异构数据，提出多源模糊融合算法，解决了多源感知数据异构的问题，提高增强不同单位数据格式之间的海量数据融合效率。

【技术实现步骤摘要】
一种多源信息融合方法及其应用
本专利技术涉及信息处理
，尤其涉及一种多源信息融合方法及其应用。
技术介绍
将信息融合技术应用到环境监测系统，将多个或多种传感器分布在不同位置进行环境信息采集，然后进行数据处理，随着监测场景的不断增加，数据呈现出海量性、多态性与异构性、时效性以及不确定性，会造成数据的冲突和不确定性，降低不同单位数据格式之间的海量数据融合效率低。
技术实现思路
本专利技术的目的在于提供一种多源信息融合方法及其应用，增强不同单位数据格式之间的海量数据融合效率。为实现上述目的，第一方面，本专利技术提供了一种多源信息融合方法，包括：对采集的数据进行标准化处理和预处理；利用支持度修正迭代融合方法对预处理后的多源同构数据进行迭代融合；利用模糊融合的迭代算法对预处理后的多源异构数据进行融合；对融合后的数据进行决策并上传。其中，利用支持度修正迭代融合方法对预处理后的多源同构数据进行迭代融合，包括：基于与应用环境对应的隶属函数对预处理后的多源同构数据进行模糊化和归一化，得到基本信任概率分配函数；同时将各个节点数据得到的证据利用方差进行证据修正，并利用DS理论将所有证据进行融合后，得到多组初始证据。其中，利用支持度修正迭代融合方法对预处理后的多源同构数据进行迭代融合，还包括：将多组所述初始证据融合后得到修正证据作为迭代算法的初始参照证据，并根据计算出的每条所述证据融合结果之间的距离、夹角余弦和冲突量，得到的对应的折扣因子，同时利用下一个所述折扣因子对证据体进行修正融合和迭代，直至迭代达到精度阈值，完成所述多源同构数据的融合。其中，利用模糊融合的迭代算法对预处理后的多源异构数据进行融合，包括：基于与应用环境对应的隶属函数对预处理后的多源异构数据进行模糊化，得到对应的隶属函数；并将预处理后的每个所述多源异构数据代入对应的所述隶属函数中，得到对应的模糊关系矩阵。其中，利用模糊融合的迭代算法对预处理后的多源异构数据进行融合，还包括：根据每个预处理后的所述多源异构数据计算出的权重对所述模糊关系矩阵进行修改，并利用迭代融合算法对修改得到的模糊数据进行融合，完成所述多源异构数据的融合。第二方面，本专利技术提供一种多源信息融合方法的应用，所述多源信息融合方法应用于环境监测中，包括：对利用传感器采集的数据进行标准化处理和预处理；利用支持度修正迭代融合方法对预处理后的多源同构数据进行迭代融合；利用模糊融合的迭代算法对预处理后的多源异构数据进行融合；对融合后的数据进行决策并上传至环境检测云端。本专利技术的一种多源信息融合方法及其应用，从环境监测中的传感器数据源头出发，对采集的数据进行标准化处理和预处理；对多源同构数据，引入支持度修正迭代融合思想，比较融合证据与原始证据的差异来评估原始证据的支持度，多次迭代至收敛得到最终融合结果。针对多源异构数据，提出多源模糊融合算法，解决了多源感知数据异构的问题，提高增强不同单位数据格式之间的海量数据融合效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术提供的一种多源信息融合方法的步骤示意图。图2是本专利技术提供的一种多源信息融合方法的应用的步骤示意图。图3是本专利技术提供的迭代次数与精度比较。图4是本专利技术提供的本专利技术与国家标准方案模型对比。图5是本专利技术提供的第一个城市24小时AQI趋势图。图6是本专利技术提供的第二个城市24小时AQI趋势图。图7是本专利技术提供的第三个城市24小时AQI趋势图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。在本专利技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。请参阅图1，本专利技术提供一种多源信息融合方法，包括：S101、对采集的数据进行标准化处理和预处理。具体的，在设备进行数据融合前，由于采集数据类型各不相同，各评价指标的性质不同，通常具有不同的量纲和数量级。当各指标间的水平相差很大时，如果直接用原始指标值进行分析，就会突出数值较高的指标在综合分析中的作用，相对削弱数值水平较低指标的作用。因此，为了保证结果的可靠性，需要对原始指标数据进行标准化处理。数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。数据同趋化处理主要解决不同性质数据问题，对不同性质指标直接加总不能正确反映不同作用力的综合结果，须先考虑改变逆指标数据性质，使所有指标对测评方案的作用力同趋化，再加总才能得出正确结果。数据无量纲化处理主要解决数据的可比性。经过上述标准化处理，原始数据均转换为无量纲化指标测评值，即各指标值都处于同一个数量级别上，可以进行综合测评分析。预处理阶段将原始数据转换为更适合多数据融合的状态，这直接影响融合的性能。由于多个来源的特性和数据的异质性，从不同来源收集数据会引发不同程度的问题，例如数据完整性，权威性，维数不一致，噪声字段冗余或多索引值等。预处理主要涉及对数据的补偿通过不同的填充方法实现完整性，删除与最终决策无关的数据并消除噪声，识别和校正异常数据点。数据预处理根据任务要求执行数据清理，数据集成，数据转换和数据缩减。S102、利用支持度修正迭代融合方法对预处理后的多源同构数据进行迭代融合。具体的，由于采集的多个数据具有不确定性，同时判断标准具有模糊性，因此首先根据应用环境的不同，依据专家系统选取对应的隶属函数对测量值进行模糊化，并将其归一化得到基本信任概率分配函数。从数据源层面，利用节点误差数据波动性，引入节点信任度修正参数对误差数据产生的证据冲突进行修正，从源头上降低证据冲突的概率。首先将各个节点数据得到的证据利用方差进行证据修正，利用DS理论将各个证据融合，得到n组初始证据，将初始证据融合后得到修正证据，将该组证据将作为迭代算法的初始参照证据。通过计算每条证据与证据融合结果之间的距离、夹角余弦以及冲突量得到每条证据的折扣因子，采用新的折扣因子重新修正证据体，再进行融合，不断迭代直到达到精度要求，得到最终融合结果。当前共有n条证据一个融合结果设表示第i个证据在第j次迭代修正后的证据；表示对证据第j次迭代修正权值，其中j＝1,2,…n。i＝1,2,…n。1、计算计算与的Jousselme距离：式中：是一个2N×2N的方阵。2、计算与的夹角余弦：3、计算与的冲突量ki：计算支持度参数：式中本文档来自技高网...

【技术保护点】
1.一种多源信息融合方法，其特征在于，包括：/n对采集的数据进行标准化处理和预处理；/n利用支持度修正迭代融合方法对预处理后的多源同构数据进行迭代融合；/n利用模糊融合的迭代算法对预处理后的多源异构数据进行融合；/n对融合后的数据进行决策并上传。/n

【技术特征摘要】
1.一种多源信息融合方法，其特征在于，包括：
对采集的数据进行标准化处理和预处理；
利用支持度修正迭代融合方法对预处理后的多源同构数据进行迭代融合；
利用模糊融合的迭代算法对预处理后的多源异构数据进行融合；
对融合后的数据进行决策并上传。


2.如权利要求1所述的多源信息融合方法，其特征在于，利用支持度修正迭代融合方法对预处理后的多源同构数据进行迭代融合，包括：
基于与应用环境对应的隶属函数对预处理后的多源同构数据进行模糊化和归一化，得到基本信任概率分配函数；同时将各个节点数据得到的证据利用方差进行证据修正，并利用DS理论将所有证据进行融合后，得到多组初始证据。


3.如权利要求2所述的多源信息融合方法，其特征在于，利用支持度修正迭代融合方法对预处理后的多源同构数据进行迭代融合，还包括：
将多组所述初始证据融合后得到修正证据作为迭代算法的初始参照证据，并根据计算出的每条所述证据融合结果之间的距离、夹角余弦和冲突量，得到的对应的折扣因子，同时利用下一个所述折扣因子对证据体进行修正融合和迭代，直至迭代达到精度阈...

【专利技术属性】
技术研发人员：吴玉成，余海飞，胡欣月，吴新淘，刘香，于彦涛，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50