基于模糊数学理论的双通道数据关联融合算法

摘要

针对在利用单一数据源的数据完成任务时，数据会存在较大误差，甚至可能出现数据缺失，从而影响任务进度的问题，提出基于模糊数学理论的双通道数据关联融合算法研究。度量双通道数据的相关性，并根据缺失数据预测流程，预测出双通道数据中的缺失数据，填充双通道数据集中缺失数据，获取完整的双通道数据。对双通道数据实施标准化处理，利用主元分析法计算双通道数据与主成分之间相似度，获取数据集中数据综合支持程度，取得有效数据。利用模糊数学理论，对有效数据实施模糊化处理，并计算数据模糊化结果与真实数据之间的贴近度，确定数据融合权重，以此实现双通道数据关联融合。实验结果表明，利用所提算法进行双通道数据关联融合，在数据总数量达到1 500时，综合评价指标值超过9,说明所提算法能提高双通道数据关联融合精度，具有较好的双通道数据关联融合效果。

关键词

模糊数学理论 / 双通道数据 / 关联融合算法 / 标准化处理 / 缺失数据填充