數(shù)據(jù)融合與數(shù)據(jù)挖掘綜合處理的理論與應(yīng)用研究.pdf

1、目標(biāo)分類(lèi)識(shí)別是近年來(lái)聲納信號(hào)處理理論中非常引人注目的一個(gè)課題,聲納的目標(biāo)分類(lèi)識(shí)別主要是對(duì)水面艦船、水下艦艇、魚(yú)雷及其它水下物體進(jìn)行分類(lèi)識(shí)別。數(shù)據(jù)挖掘和數(shù)據(jù)融合是兩種分析處理海量數(shù)據(jù)、提取有用知識(shí)的技術(shù),它們功能上的補(bǔ)充性,使它們的綜合處理技術(shù)可以有效地完成復(fù)雜的數(shù)據(jù)分析工作。本文較為全面地闡述了數(shù)據(jù)融合、數(shù)據(jù)挖掘以及目標(biāo)識(shí)別的基本理論,針對(duì)水下目標(biāo)識(shí)別的具體問(wèn)題,對(duì)Rough Set方法,決策樹(shù)分類(lèi)方法和兩者的綜合處理應(yīng)用等方面進(jìn)行了深

2、入的研究,并對(duì)可視化方法在目標(biāo)識(shí)別中的應(yīng)用前景進(jìn)行了探討。 首先,全面闡述了目標(biāo)識(shí)別基本理論及其系統(tǒng)組成,對(duì)數(shù)據(jù)融合與數(shù)據(jù)挖掘的基本理論進(jìn)行了全面概括,并討論了這兩種理論在目標(biāo)識(shí)別應(yīng)用中的作用。 其次,深入討論了Rough Set理論,詳細(xì)闡述了從信息表知識(shí)表達(dá)系統(tǒng)建立,到?jīng)Q策表離散化,決策表屬性約簡(jiǎn),直至決策規(guī)則生成的一系列過(guò)程。本文提出可以從兩個(gè)方面將Rough Set理論應(yīng)用于水下目標(biāo)的分類(lèi)識(shí)別：其一是利用粗集有關(guān)

3、的約簡(jiǎn)算法得出最優(yōu)的決策規(guī)則,提高識(shí)別率；其二是利用粗集中屬性重要性度量的概念指導(dǎo)目標(biāo)識(shí)別的關(guān)鍵步驟特征提取。 第三,對(duì)決策樹(shù)學(xué)習(xí)進(jìn)行了研究。對(duì)決策樹(shù)的生成和剪枝過(guò)程進(jìn)行了系統(tǒng)探討,提出了將Rough Set理論應(yīng)用于決策樹(shù)生成過(guò)程,并對(duì)決策樹(shù)進(jìn)行后剪枝,獲得簡(jiǎn)單的決策樹(shù),用生成規(guī)則對(duì)水聲信號(hào)進(jìn)行目標(biāo)識(shí)別使識(shí)別率得到提高,顯示了該方法的實(shí)際應(yīng)用價(jià)值。 最后,將以計(jì)算機(jī)圖形學(xué)和圖象處理技術(shù)為基礎(chǔ)的可視化技術(shù)引入目標(biāo)識(shí)別系統(tǒng)