普适计算对象感知多模态不精确性数据融合算法研究

基金项目类型：

国家自然科学基金

基金项目编号：

61462042

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

叶继华

完成单位：

江西师范大学

中文关键词：

普适计算; 对象感知; 多模态数据; 多子空间; 不确定度;

项目类型：

地区科学基金项目

语种：

中文

开始日期：

2015-01-01

结束日期：

2018-12-31

中文摘要：

普适计算是信息空间与物理空间的融合，普适计算使用多个或多类传感器获取感知对象数据，各传感器数据通常具有不同的特征，感知对象中大量的数据是以多模态的形式呈现的，同时，系统所处的环境也受到各种随机因素的影响而不断地变化。对于多模态数据带来的复杂信息处理难题，传统的解决方案主要面临的问题有：单一模态不同层次的特征表示差异很大；扩展到不同模态上时原有的计算和学习的理论与方法如何适应和更新。同时上述方案为了计算和分析上的方便对问题做非常严格的约束，这样的假设并不能有效地满足处理复杂非结构化数据的需求。本课题以多图像信号的有效融合进行对象感知为研究对象，使用多尺度分析进行特征提取；以不确定度理论直接计算训练样本和测试样本的权重，避免了对数据分布的假设；通过研究多子空间直和计算在多模态数据处理上的应用，避免了对数据同构的假设，研究并实现一种解决普适计算环境下多模态数据融合的新方法。