《多源数据融合⽅法研究》
李洪伟（核 动 ⼒ ⼯ 程）
融合标准：以融合数据与数据真实值的偏差作为数据融合⽅法的稳定性判定依据。
所提⽅法：加权最⼩⼆乘法在数据融合
常⽤的融合⽅法有：
1. 矩估计融合：根据⼤数定律可知有限窗样本矩收敛于母体矩，因此矩估计融合采⽤样本经验分布和样本矩去替换母体矩。 2. 中值融合：噪声较⼤的数据主要分布在以数值排序的数据样本两侧，可以通过⽐较同⼀时刻样本数据⼤⼩，选择中间值数据作为融合数据。
3. 模糊关系数据融合⽅法
加权最⼩⼆乘法融合
对于数据线性模型基于加权最⼩⼆乘法融合算法为：
《多维特征融合与 Ada bo o st-SVM 的车辆识别算法》 崔鹏宇（控制⼯程）
所提⽅法：基于多维特征融合（⼏何特征、颜⾊特征和纹理特征）与 Adaboost-SVM 强分类器的车辆⽬标识别算法。
《多模态 MR 图像和多特征融合的胶质母细胞瘤⾃动分割》
赖⼩波（计算机辅助设计与图形学学报）
《基于LBP和H OG特征分层融合的步态识别》
刘⽂婷（计算机⼯程与应⽤）
⾸先⽤光流法提取步态周期，获得⼀个周期的步态能量图（GEI）；然后分三层提取 GEI的 LBP特征，得到三层的 LBP图像；依次提取每层LBP 图像的HOG特征，最后将每层提取的LBP和HOG特征融合（串联拼接），得到每层的新特征最后将三个新特征依次融合成可以⽤于识别的最终特征。仿形切割机
Da ta Fusio n Algo r ithm ba sed o n Func tio na l Link Artific ia l N eura l
ithm ba
N etw o rk s
r k
Jiawei Zhang（Proceedings of the 6th World Congress on Intelligent Control and Automation）
提出⼀个FLANN结构进⾏特征融合，functional link artificial neural networks。FLANN是⼀个单层⾮
线性⽹络，输⼊X_k是n维向量，输出y_k是⼀个标量，训练数据集为{X_k, y_k}，偏置集合T⽤来增强⽹络的⾮线性能⼒，这些函数值的线性组合可以⽤它的矩阵形式表⽰S=WT,
Y=tanh(S)。FLANN和MLP的主要区别是FLANN只有输⼊和输出层，中间的隐藏层完全被⾮线性映射代替，事实上，MLP中隐藏层的任务由Functional expansions来执⾏。
三种Functional expansions:
电解水制氢机1. Chebyshev多项式：
⾼阶Chebyshev多项式可由递推公式⽣成：
2. Legendre多项式：
⾼阶Legendre多项式可由下列递推公式⽣成：
3. Power series：
H um a n a c tio n r ec o gnitio n using fusio n o f fea tur es fo r unc o nstra ined uma tures fo
video sequenc es
Chirag I Patel(Computers and Electrical Engineering)
提出了三种融合策略：早期融合、中期融合和晚期融合。早期融合也就是特征级融合，决策级融合也就是晚期融合。
特征级融合：
直接将不同⽅法提取的特征进⾏串联。
铜管焊接
决策级融合：
提出了四种融合⽅法：
1. Decision combination neural network(DCNN)：参考⾃⽂献
2. Choquet`s fuzzy integral(CFI)：参考⾃⽂献
3. Decision template(DT)：参考⾃⽂献
4. Dynamic weighting by averaged distances（DWAD）：参考⾃⽂献
多核学习（Multiple kernel learning, MKL):
参考⾃⽂献。MKL由巴赫创⽴。核学习算法在多类问题的分类任务中表现出良好的性能。为了将内核学习算法应⽤于特征组合，每个单独的内核与每个特征链接在⼀起。因此，特征组合问题就变成了核组合问题。在⽀持向量机中，采⽤单核函数，⽽在MKL中，利⽤核的求和或积定义了不同核的线性组合。
ECG c la ssific a tio n using three-level fusio n o f different fea ture
desc r ipto r s
ripto
Zahra Golrizkhatami（ Expert Systems With Applications）
提出⼀种新颖的系统，它利⽤训练好的卷积神经⽹络（CNN）的多阶段特征，并精确地将这些特征与⼀系列⼿⼯特征相结合。⼿⼯提取的特征包括三个⼦集：
1. 基于⼩波变换的形态特征表⽰局部信号⾏为
2. 统计特征表现出信号的整体变化特征
3. 表⽰信号在时间轴上的⾏为的时间特征
所提出的系统采⽤⼀种新颖的决策级特征融合⽅法对ECG进⾏分类，分别利⽤了三种融合⽅法：
1. 使⽤正则化的⼿⼯提取的全局统计特征和局部时间特征的特征级融合策略形成⼀个⼤的特征集
2. 采⽤形态学特征⼦集
3. 结合了通过使⽤基于分数级的细化程序从CNN的多个层提取的特征
在多数表决的基础上，将三种不同分类器的个体决策融合在⼀起，并对输⼊的⼼电信号分类做出统⼀的决策。
整体原理图
FR DF: Fa c e R ec o gnitio n using Fusio n o f DTCWT a nd FFT Fea tures Y.Rangaswamy( Procedia Computer Science）
质量检测设备通过对图像进⾏对偶树复⼩波变换（DTCWT）和快速傅⾥叶变换（FFT）提取特征，将⼆者通过算数加法（arithmetic addition）融合为⼀个特征集合。
移通智能手机DTCWAT特征：对图像进⾏5层⼩波分解得到384个⼩波系数
FFT特征：采⽤傅⾥叶变换⽣成图像的绝对系数，然后排序后取前384个作为fft特征
算数加法特征融合：
A Fa st Fea tur e Fusio n Algo rithm in Ima ge Cla ssific a tio n fo r Cyber
quartz插件in Im a r Cyber
Physic a l System s
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议