科研之友
微信
新浪微博
Facebook
分享链接
摘要
信息融合过程中，容易出现误改动或受信息规模影响，造成信息融合效率较低。为降低信息安全融合误差率，提出大数据直觉模糊集的信息安全融合方法。定义多值直觉模糊集，利用数学规划方法融合多值直觉模糊集的隶属度和非隶属度信息。以信息改动最小为安全原则，构建信息安全融合模型。转化多值直觉模糊集为直觉模糊集后，采用调节平均数算法完成直觉模糊集信息融合。在融合过程中，利用遗传算法优化函数的参数预估存在的问题，选择适用度较高的算子，经个体交叉及变异操作后，求解信息融合安全问题，获取最佳信息安全融合结果。实验结果表明：该方法信息融合时，不受信息集规模的影响，信息融合速度快且具有较高的稳定性，融合后的信息与原信息接近度高，信息融合误差率小。
-
单位现代教育技术中心; 合肥职业技术学院
