多生物特征与信息的融合的几种方法
多生物特征与信息的融合密切相关。有许多将信息融人多生物特征之中的方法，下面介绍几种融合信息的方法。
(1)侍感器数据级的融合：这种情况下，从传感器中传出的未经加工的信息直接融合在一起。有两种主要的融合方法：加权求和(综合各种数据消除噪声)和拼凑结构(用几个相机对不同部分拍照，然后拼接)。
(2)特征级融合：从不同传感器中传来数据的描述融合在一起(或者从相同传感器，用不同特征提取技术)。融合时也是采用加权求和(如果特征是对称的)或者简单向量的串联(如果特征是不对称的)。
(3)决策级融合：在这种方式中，可以将不同的识别系统看成相互独立的单元，每一个都作出一个鉴定结果。然后用一个汇总程序综合各个结果得出最终的结论。典型的方式是采取像投票一样的方式，用砧岫& OR将投票结果综合在一起。更复杂一些的方法是采用基于Bays或Neyman-Pearson理论的决定论，甚至决定的质量问题也被考虑在内，即力图用最小的信息交换获得的性能。
(4)意见融合：如果信息交换不成问题的话，各个系统可能不会提供一个确定的结论，但是可以给出一个意见，无论是以数字的形式还是以语言的形式，然后控制器将各个意见融合。这样，由于收集到的信息是海量的，因此要求描述也应当详尽。意见给出的形式可能是相似或相异的分数，将它们映射到[O，1]医间，然后利用经典的方法进行权值求和或求积。
版权与免责声明：凡本网注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版
展开全部