数据处理方法中的融合及前处理研究

　　本课题来源于指导老师指定，随着计算机技术、通信技术的快速发展，且日趋紧密地互相结合，加之军事应用的特殊迫切需求，作为数据处理的新兴技术——数据融合技术，在近10年中得到惊人发展并已进入诸多军事应用领域。数据融合技术，包括对各种信息源给出的有用信息的采集、传输、综合、过滤、相关及合成，以便辅助人们进行态势/环境判定、规划、检测、验证、诊断。这对战场上及时准确地获取各种有用的信息，对战场情况和威胁及其重要程度进行适时的完整评价，实施战术、战略辅助决策与对作战部队的指挥控制，是极其重要的。高速、低成本及高可靠性的数据融合技术不仅在军事领域得到越来越广泛的应用，而且在自动化制造领域、商业部门，乃至家庭都有极其广阔的应用前景。如自动化制造过程中的实时过程控制、传感器控制元件、工作站以及机器人和操作装置控制等均离不开数据融合技术的应用。

　　数据预处理（data preprocessing）是指在主要的处理以前对数据进行的一些处理。如对大部分地球物理面积性观测数据在进行转换或增强处理之前，首先将不规则分布的测网经过插值转换为规则网的处理，以利于计算机的运算。另外，对于一些剖面测量数据，如地震资料预处理有垂直叠加、重排、加道头、编辑、重新取样、多路编辑等。

　　二、国内外发展现状

　　数据融合技术还处于初级发展阶段，迫切需要在理论和实现技术上进行开拓性研究。我们虽然起步很晚，但可以借鉴国外的已有成果和经验，力争在目标相关、跟踪识别、融合算法等基础理论上有所突破。

　　现实世界中数据大体上都是不完整，不一致的脏数据，无法直接进行数据挖掘，或挖掘结果差强人意。为了提高数据挖掘的质量产生了数据预处理技术。 　　数据预处理有多种方法：数据清理，数据集成，数据变换，数据归约等。这些数据处理技术在数据挖掘之前使用，大大提高了数据挖掘模式的质量，降低实际挖掘所需要的时间。目前，数据预处理是目前数据挖掘一个热门的研究方面，毕竟这是由数据预处理的产生背景所决定的－－现实世界中的数据几乎都脏数据。

　　三、研究目标

　　本课题是天津大学教师在异地学术研究会的信息模拟系统的一部分。本课题的研究目标就是通过对数据预处理和数据融合的原理进行研究，并建立简单的数据模型作为母系统的一个子模块，并且以提高自身对数据处理方面的了解和经验。

　　四、研究内容

　　数据挖掘中的预处理有多种方法：数据清理，数据集成，数据变换，数据规约。

　　数据融合可分为：像素级融合，特征层融合，决策层融合。

　　五、研究方法与手段

　　该项目使用的开发工具为JAVA，该课题的研究方法是先通过对相关的其他系统的数据预处理和数据融合进行研究和学习大体了解该类数据处理的运行方式和开发模式，对开发步骤进行规划，参照参考资料以及现有的其他系统的数据预处理和数据融合的模式进行尝试性的开发。在开发过程中，总结现有的例子中的规律和方法，抓住要点。

　　具体研究方法主要是采用系统集成法，首先利用布尔逻辑和粗糙集理论相结合的离散化方法对数据进行预处理，并提出了一种基于信息增益的属性约减算法消除冗余属性；利用数据融合D-S算法得到数据。本课题的研究手段主要用JAVA，在上述研究方法的指导下，利用自己本科阶段学习到的有关编程知识，进行功能的编码和调试，最后实现预期功能。