多传感器数据融合2012考试试题

1. 数据融合的基本概念是什么？都有哪些具体的融合算法？
2. Kalman 滤波计算，现在假设用一个具有测量误差的温度计去测量室内的温
度，测量误差为±3度(R ~N (0,32))，系统的估计误差为±4度(Q ~N (0,42))，初始温度x (0)=30度，观察序列为：z (1)=32，z (2)=31，请根据Z 的数据，应用Kalman 滤波公式计算系统温度x (1), x (2)最优估计值。

3. 推导最小二乘法的数学公式。

4. 3幅图像，通过特征提取后获得3个特征数据：F 1=(0.21,0.98,0.45,0.21,0.34),
F 2=(0.23,0.38,0.21,0.15,0.77), F 3=(0.11,0.18,0.35,0.61,0.94)。

请计算那两幅图像是最相似的。

5. 利用模糊融合计算，假设小费例子中，小费取值1-20美元，服务态度2级，
菜肴2级，请画图简要表示推理融合过程。

6. 贝叶斯网络推理，如图1所示贝叶斯网络，假设A =t ，求其它各个节点的概
率。

若已知证据D =t ，遍历整个网络的概率。

()0.50.5P =A ()0.30.7
P =B ()0.10.30.80.5
P =X |A,B ()0.9P =C |X )0.40.7=
7. 动态贝叶斯网络的计算。

假设一个雨伞与下雨的DBN 图模型如图2所示，
当观察序列e 1=t ，e 2=f ，e 3=f ，计算X 1，X 2的估计概率P (X 1|e 1)，P
(X 2|e 1：2)， P (X 3|e 1：3)。

0()0.5P =X 1(|)0.60.5
t t P +=X X (|)0.40.9
t t e =X
8. 试推导平滑公式：P (X k |e 1：t )。