在多传感器数据融合的过程中,首先必须验证各个传感器的可靠程度,即确立正确的关系矩阵。 一般做法是根据门限值判断两个传感器是否相互支持,或者用分段直线等方法表示其支持程度。在分析 的基础上,提出了应用椭圆曲线表示支持程度,并分别给出了融合结果。

无线传感器网络中,数据融合技术是降低网络数据通信量、节省节点能耗和延长网络寿命的重要 措施之一。为了在兼顾降低数据量的同时提高对事件的识别精度,提出了一种基于最小二乘法和D-S 证据理论的层次式数据融合算法。算法在Sink节点上,以最小二乘算法融合从传感器节点上传的数 据,降低了Sink节点与监控中心的通信量;在监控终端上采用D-S证据理论建立识别框架,通过证据的 不断积累,提高了事件的识别

像素级融合算法的三种基础算法的MATLAB实现，仅供参考

2010年科技月热点技术讲座之一：三网融合

毕业论文设计，多传感器数据融合研究，传感器，数据处理，自动化

针对单一传感器在光谱、空间分辨率等方面存在的局限性，通过多传感器融合技术，最大限度地获取对目标场景的信息描 述。首先采用不同的边缘提取算法提取同一场景的光学图像和SAR图像，得到各自的边缘特征图，通过不变矩和轮廓矩等算法对 两幅边缘特征图中的边缘进行匹配融合，得到了比单一图像边缘特征图更完整更清晰的边缘特征图，获取了更多的目标场景的信 息描述。

基于Spline金字塔算法的的图像融合算法

概括介绍现有的图像融合算法，给大家一个直观的印象

jna.jar包，可以实现java与window的相互融合

一种新的基于自适应用户协作的数据融合方案.doc一种新的基于自适应用户协作的数据融合方案.doc一种新的基于自适应用户协作的数据融合方案.doc一种新的基于自适应用户协作的数据融合方案.doc一种新的基于自适应用户协作的数据融合方案.doc一种新的基于自适应用户协作的数据融合方案.doc