基于广义自适应多粒度的多源信息融合研究

摘要：

多粒度粗糙集模型是一种有效的信息融合策略.利用该策略能从多个角度将多源信息进行融合,并转化成一致的信息表示.现有的大多数多粒度信息融合方法对每个知识粒度都采用相同的阈值,然而,众所周知,不同的信息源的来源和噪声都不尽相同,其对应的知识粒度的阈值也应不同.为此,首先在广义多粒度粗糙集中引入单参数决策理论粗糙集,提出了广义自适应多粒度粗糙集模型.然后,利用经典的融合策略设计了4种广义多粒度模型,所有模型都可以通过一个参数补偿系数ζ来自适应地获得知识粒度对应的阈值对,并讨论了这些模型的相关性质.最后,通过实验结果证明,所提模型在实际应用中灵活性更高,决策更为合理.

关键词：多源信息、信息融合、决策理论粗糙集、粗糙集、广义自适应多粒度、多粒度、自适应阈值、知识粒度

所属期刊栏目：18

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;江西省自然科学基金;江西省自然科学基金

在线出版日期：2023-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：173-185