针对单一滤波器提取高光谱图像空间特征时不能获得完整的图像空间信息的不足, 提出一种结合非局部均值滤波和导向滤波的高光谱图像分类算法。该方法利用非局部均值滤波提取高光谱全波段图像空间信息, 利用导向滤波提取经由主成分分析(PCA)降维后的高光谱图像的空间边缘信息, 将两种空间信息进行线性融合的结果输入至支持向量机(SVM)完成分类。实验表明, 相比于使用光谱信息、高光谱PCA降维、空谱结合的SVM分类、边缘保持滤波以及递归滤波等方法, 该算法能够有效提高光谱图像的分类精度。

1多传感器信息融合技术.ppt该文档详细且完整，值得借鉴下载使用，欢迎下载使用，有问题可以第一时间联系作者~

人工智能-大型风电机组信息融合故障诊断与神经网络容错控制研究.pdf

针对室内复杂的非结构化环境和机器人动态变化的服务任务,提出基于快速识读码(QR code)技术的室内环境空间认知手段.在双目视觉获得深度信息的前提下,基于DSmT证据理论构建信息不确定数学模型,形成描述体素占有/空闲概率的三维栅格地图.在构建三维地图的同时,利用粘贴在大物品上的基于QR code技术的人工物标,为环境中的大物品添加语义标签,并基于大物品的尺寸更新对应的体素占空值,形成含大物品功能属性和归属关系描述的三维栅格语义地图.通过实验与其它信息融合算法进行对比,并对人工物标的识读准确性进行分析,证明该方法的有效性和可行性.

基于共性与特性信息融合的遥感场景图像分类.zip

## Malsite-Deep Malsite-Deep：基于NearMiss-2策略的深度学习和多信息融合预测蛋白质丙二酸化位点 ### Malsite-Deep使用以下依赖项： Python 3.6 麻木 科学的 scikit学习 大熊猫 TensorFlow 凯拉斯 ###指导原则：**数据集文件包含五类数据集，其中包含训练数据集和独立测试数据集。 **特征提取： PseAAC.py是PseAAC的实现。 exchange_matrix.m和be_extract_feature是BE的实现。 Bi_profile_bayes.m是BPB的实现。 DPC.py是实施DC的实现。 EBGW_DATA.m和EBGW.m是EBGW的实现。 BLOSUM62.py是BLOSUM62的实现。 EAAC.py是EAAC的实现。 PWAA_Y1.m是PWAA的实现。 **

针对融合识别领域中不同框架下多源异类传感器的不确定证据信息无法有效融合的问题, 提出一种基于条件证据网络的多源异类知识融合识别方法. 该方法将战场协同作战中不同框架下多源异类传感器的领域知识统一在证据网络的结构下, 形成多源异类知识融合识别模型, 对多源异类传感器的不确定性证据信息进行基于条件证据网络的融合推理, 得到识别结果. 仿真实例验证了所提出方法的优越性.

针对多传感器的目标识别问题，利用异类传感器数据多样性的特点，通过可信度的概念将多种数据进行融合。根据目标信息的不确定性，引入模糊物元分析法确定特性熵权，用Vague集表达目标的特征值，根据Vague度距离给出目标识别结果。实验仿真表明，异类传感器比同类传感器能更好地融合信息，提高目标识别效果。

基于神经网络信息融合的智能机器人

粗集理论在信息融合中的应用