基于粗糙集和模糊kohonen聚类网络的多传感器数据融合

多传感器数据融合的难点在于传感器聚类状态的切换,即在某一时刻该传感器应该往哪个方向融合数据的问题。利用粗糙集进行知识的获取,把54个传感器1天内的可融合的典型聚类分布作为样本空间形成"数据-融合分布"的决策表,然后对一个月的数据根据粗糙集的知识约简方法,去掉冗余的属性和样本。利用模糊kohonen聚类网络进行聚类分析,最后形成传感器数据融合的分布规则.实验证明该模型具有很好的分类效率,可以快速实现传感器聚类分布的判断。