基于组合平均差异系数的多信息融合识别及分类

摘要：智能分类技术是信息融合的重要应用.分类技术在处理两个聚类的分类问题上已有很多成功的方法，但对多个聚类的分类问题仍有待深入的研究.本文以准凸边界平面图形的分类及识别问题为例，对智能分类及识别的信息融合方法进行了基础的探讨.提出“形状差异系数”的概念并据此实现了多特征图形对象间相似性的度量.提出“对内形状差异系数”的概念并据此发展了多特征图形对象“二选一”的识别方法.提出“组合平均差异系数”的概念并据此发展了多特征图形对象“多选一”的融合识别方法.用大米等种子的识别实验验证了上述方法的有效.

简历：洪亮(1973- )，男，蒙古族，1996年毕业于中南大学应用地球物理专业，获工学学士学位；2003年毕业于辽宁工程技术大学控制理论与控制工程专业，获工学硕士学位；2014年毕业于中国矿业大学(北京)通信与信息系统专业，获工学博士学位。1996-2009年于辽宁工程技术大学电气系任教；2014年至今于浙江传媒学院电子信息学院任教。主要研究方向为模式识别、光学测量、插值理论。参与过多项国家自然科学基金、863计划项目的研究工作，目前主持1项国家自然科学基金面上项目。