《表1 不同层次下数据融合对比情况表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大数据智能决策》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从信源之间的关系来看，学者们把信息融合的类型划分为互补型、竞争型及合作型[75-76].互补型中的各信源互不依赖，各信源感知目标/场景的不同方面，通过信源融合来获取目标的全局信息；竞争型中的各信源描述相同目标/场景的同一方面，多源信息融合用于冗余校准和增强信任；合作型中各信源之间相互依赖，从不同角度感知目标，多源信息融合用于获得全新的信息.从信息融合的抽象层次来看，人们常把融合划分为数据层融合、特征层融合及决策层融合[75].数据层融合也称作像素层或信号层融合.由于数据层融合一般面向等价信源的数据[75]，因此其常用融合机制为竞争型.数据层融合因尽可能多的保持了现场数据，其具有信息损失小的优点，但由于要对现场数据进行整体传输和集中处理，导致其有通信负载大、计算代价高、处理时间长、抗干扰能力差的缺点.决策层融合也称作语义层融合，其操作对象是规则或知识.决策层融合依赖于人们对数据特征意义和关系的理解，是一种高层次的和更符合人类认知的融合方式.由于决策层融合不受信源数据形式差异的限制，使其融合机制也更加灵活，它可以面向竞争型、合作型和互补型的融合需求.由于决策层融合传输和处理的是规模较小的知识，因此其具有通信负载小，抗干扰能力强，融合中心计算代价低的优点，不过在各信源的知识获取阶段仍需花费一定的计算代价且产生一定的信息损失，使得决策层融合存在信息损失相对较大且整体计算代价不一定会低的问题.特征层融合的操作对象是从数据中抽取的特征属性，常用融合机制有竞争型、互补型及合作型，其优缺点介于数据层融合和决策层融合之间.Gravina等[75]总结了不同层次下数据融合对比情况，见表1.