基于SVM的多源异构数据融和方法

征级和决策级 。本文基于统计学 习理论 支持 向量 机（ Ｓ ＶＭ） 机制 ， 对 多源异构 数据 特征级 融合进行 了研 究 ， 实验证 明此方法能有效实现 多源异构数据 的融 合 ， 并应用于决策支持 。 关键词 ： 数 据融合 ， Ｓ ＶＭ， 支持向量机 ， 大数据
中图分类号 ： Ｔ Ｐ ３ １ １ 文献标识码 ： Ａ 文章编号 ： １ ６ ７ ３ —７ ９ ３ ８ （ ２ ０ １ ７ ） ０ ３ —０ ０ １ ３ —０ ４
维数灾难现象［ ３ ］ 。
基金项 目： 北华航天工业学院基金项 目（ Ｂ Ｋ Ｙ． ２ ０ １ ４ — ０ ３ ）
收 稿 日期 ： ２ ０ １ ６—１ ０—２ ８
的决策结果具有整体上的一致性 ９ ］ 。 由于不 同融合层次的融合算法都有各 自的优缺 点， 为 了提高融合技术的精确度以及融合的速度 ， 研
习方法 ， 采用 结构 最 小化原 则 ， 学 习 目标 是得 到 现有
数 据下 的最 优解 ， 而 不是样 本趋 于无 穷 时 的最优 ； 此
ｍ ｉ ｎ 。 ＊ Ｅ Ｒ ２ ｌ 专∑ ： ∑ ： （ ｏ — ｏ ） （ ０ — ａ ｉ ） Ｋ
（ ， ， ） ＋ｅ ∑ ： １ （ ａ ＋ａ ） 一∑ ： １ Ｙ （ ０ 一ａ ） ５ ． ｔ ． ∑ ： （ 一ｎ ） ＝０ ， ０ ≤ｎ ， 口 ≤了 Ｃ （ 式 ２ ）
Βιβλιοθήκη Baidu
０ 引 言
１ 多源数 据 融合 方法
随着 互 联 网及 传 感器 技 术 的 不断 进 步 ， 人 类 已 进 人大 数据 时代 。针 对 大量 的 同构 或 异构 数 据 ， 如
对 多 个异 构 数 据 进行 多方 面 、 多 层 次 和 多级 别
的处理 ， 得出单一数据所不能获得的更有意义 的信 息， 能为各种应用 系统提供更加准确的信息 和决策
一
作者简介 ： 李会 民（ １ ９ ７ ３ 一） ， 男， 博士 ， 讲师， 河南濮 阳人 ， 研究 方向 ： 模式识别与智能系统 、 数据挖掘 、 大数据分析。
１ ３
２ ０ １ ７ 年 ６月
北华航天工业学 院学报
第２ ７ 卷
究高效的局部传感器融合策略 以及异构传感器数据
融合 算 法是 十分 必要 的 。
Ｊ ｕ ｎ ． ２ ０ １ ７
基于 Ｓ Ｖ Ｍ 的多源异构 数据 融和方法
李会 民 马桂 英
（ １ ． 北华航天工业学 院 计算机 与遥感信 息技术 学院 ， ２ ． 北 华航天 工业学院 图书馆 ，
３ ． 河北工业大学 经济管理 学院； 河北 廊坊 ０ ６ ５ ０ ０ ０ ）
摘
要： 多源异构数据融合可为决策提供更好 的支持 ， 相 较于单 一数据 源有很 多优 势。异构数 据融合 常发生 在特
为三层 ， 即： 数 据 级融 合 、 特征 级 融 合、 决 策 级 融
合 一 引。
数据级的融合是最低级 的数据融合 ， 它是对不
同传感器采集到 的数据信息进行直接 的融合处理 ，
且对融合形成的特征进行提取和决策判断。这个融 合处理的方法 的优势是 ： 数据量损失少 ， 可以提供其 他融合层不能提供 的细微的信息 ， 精确度高。
２ Ｓ Ｖ Ｍ 原 理
Ｙ ） ， （ ， Ｙ ） ， （ ３ ， Ｙ 。 ） ， （ ， Ｙ ｆ ） ｝ ∈（ Ｘ× Ｙ） 。然 后 设定 泛 化参数 ｅ和上 界 ｃ以及核 函数 Ｋ（ ， ） 。
最 后求 最 优级化 问题 的解 。 由
由Ｖ ａ ｐ ｉ ｋ等人 提 出 的 Ｓ ＶＭ 支 持 向量 机 机 器 学
异构数据融合技 术进行研究 ， 具有重要 的应用价值
和社 会 意义 ］ 。
多 源异构信息融合 与其他数 据处理 的方法不
同， 根 据融 合 系统 中 的数 据抽 象 的层 级 ， 可 将融 合分
时性和信息利用率¨ １ ］ 。融合技术能为各种应用系统 提供准确信息和决策依据 。数据融合按融合级别分 为数据级融合、 特征级融合和决策级融合 。在数据 处理研究中， 对于数据级 的数据融合通常采用神经 网络 、 卡尔曼滤波（ Ｋ ａ ｌ ｍ ａ ｎ ） 等方法 ， 但 对于大数据 的处理 ， Ｋ ａ ｌ ｍ ａ ｎ 方法对脏数据很敏感 ， 而且滤波参 数计算不确定 ； 神经网络方法在使用 中， 参数设置不
当会 出现学 习不 足或过 学 习现象 ， 会 陷入局 部极 小 ， 处理 大数 据 时 ， 易 出现维 数 灾难 的 问题 ２ ］ 。Ｓ ＶＭ 支 持 向量 机是一 种新 型机 器学 习理 论 。它是 基 于统计 理论 ， 根 据结 构风 险最小 化 而设计 的 ， 目前 已成 功应 用 于多个 领域 ， 特别 是对 于 大数据 的处 理 ， 不会 出现
依据 。特 别是 随 着 大数 据 时代 的到 来 ， 对 海 量 多 源
何运用恰当的方法对其融合处理 ， 并为决策提供支 持是迫切需要解决的问题。同构或异构数据融合技 术在解决探测、 跟踪和目标识别等问题时 ， 能够大大 提高系统的可靠性和鲁棒性 ， 增强数据的可信度、 精
确度 ， 扩 展系统 的 时 间 、 空 间 覆盖 率 ， 增 加 系统 的实
第２ ７卷第 ３ 期 ２ ０ １ ７年 ６月
北华航天工业学 院学报
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｎｏ ｒ ｔ ｈ Ｃ ｈ ｉ ｎ ａ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ａｅ Ｆ Ｏ Ｓ Ｄ ａ ｃ ｅ Ｅ ｎ
Ｖｏ １ ． ２７ Ｎｏ． ３
特征 级融 合 的方 法指从 各传 感 器所采 集 的原 始 数据 中抽取 出一组 特 征 信 息 ， 接 着 对 各 组 特 征 信 息 来进 行融 合 。
决策级融合是数据融合中的最高层次。是把来 自 传感器数据经过预处理后对被测 目标进行独立决 策， 随后将各独立的决策进行信息融合 ， 最终所获得