云环境下大规模融合研究舰船多源信息数据

目前对大规模舰船的多源信息数据融合研究中,在融合初期阶段,对数据的分解存在不足,导致融合后数据正确率受交集元素数量影响较大。因此提出云环境下大规模舰船多源信息数据融合研究。首先对多源信息矩阵进行分解,并且将得到的数据利用D-S证据理论在进行识别,得到数据类型和冲突程度。最后采用BP神经网络技术,通过训练后的神经网络,对多类型多冲突的数据进行融合运算。为了验证设计的数据融合技术的可行性,设计仿真实验,采用云环境下多艘舰船中的参数数据作为多源信息源数据作为实验数据,并采用设计方法和文献1]、文献2]、文献3]中信息数据融合技术来进行数据融合。实验结果显示,设计方法融合后高斯噪声更低,且数据正确率受交集元素数量的影响较大。