BP神经网络算法改进

BP数据融合是由美国JDL实验室数据融合专家组(DFS)提出的并给出了一般的概念模型。最初用于军事领域，现在广泛应用于机器人，交通管制，故障诊断等民生领域。最初数据融合用于处理传感器的信息融合，由于传感器的固有特性，单一传感器的信息通常不完备以及抗干扰的需要，经常使用同类或异类传感器的组合来获得互补的信息或增加抗干扰的能力。现在不仅局限于传感器，从各方面采集得到的原始数据和分类器处理的结果都可以通过融合技术进行加工。如Sung-Baecho和JinH.Kim使用基于模糊逻辑多神经网络融合解决在线手写字符识别问题。Alexandrelemieux等构造了一个灵活的多分类器系统用于人脸识别系统。国内有哈尔滨工业大学权太范等人出版了信息融合一书，北京理工大学，