基于机器学习理论的数据融合算法对比研究

作者：陈燕; 郑军

来源：贵阳学院学报(自然科学版), 2018, 13(03): 5-9.

DOI：10.16856/j.cnki.52-1142/n.2018.03.002

• 数据融合
• 机器学习
• 贝叶斯推理
• 逻辑回归
• 神经网络算法

多传感器数据融合技术是目前军用和民用技术应用领域中较受关注的一个问题。机器学习是基于对海量信息处理的需求产生的一门涉及多个学科领域交叉的学科,其与数据融合技术需求和应用目的是一致的,将机器学习的相关理论和方法应用于数据融合技术的研究已经被证实是一种有效的途径。目前使用的数据融合算法主要是基于随机统计的方法和基于逻辑推理的方法。可见,机器学习中的经典算法已经成为指导数据融合算法设计的重要思路。文章就贝叶斯推理算法、逻辑回归算法和神经网络算法这三种机器学习的典型算法在数据融合中的应用进行对比、分析,探讨其各自的适用域和适用性。

• 单位
  贵阳学院