69、多领域信息处理方法研究

多领域信息处理方法研究

在当今科技发展的进程中，信息处理方法在多个领域都发挥着至关重要的作用。本文将详细介绍证据折扣系数确定方法、人机交互反馈信息表达与融合方法以及基于支持向量机的多参数差压流量计非线性校准方法。

证据折扣系数确定方法

在证据理论中，Dempster组合算子在处理冲突证据时存在不足，主要原因是未考虑每个信息源的可靠性。使用折扣系数有助于处理冲突证据的组合，但如何确定折扣系数尚未得到很好的解决。

引入证据的距离函数来衡量每条证据的支持程度，然后结合每个传感器报告的可信度来确定折扣系数。通过一个目标识别的数值示例可以看出该方法的有效性。

例如，根据上述折扣系数，最终结果如下：
- (m(A) = 0.625)
- (m(B) = 0.082)
- (m(C) = 0.217)
- (m(A, B, C) = 0.076)

由此可以轻松判断目标是A，尽管第二条证据之间存在高度冲突。而如果使用经典的Dempster - Shafer组合规则，A的质量为零，这显然是不正确的。这个简单的例子充分展示了所提出的折扣系数的有效性。

人机交互反馈信息表达与融合方法

在人机交互领域，目前关于人机交互信息融合的研究大多集中在多输入通道的信息融合，而对于机器（机器人）任务执行结果的多通道反馈信息融合研究相对较少。冗余和补充的反馈信息可以让用户直观、正确地感知任务执行结果。

信息反馈系统

提出了“人机交互平台”模式，交互反馈信息需要通过一定的融合规则进行整合，最终的语义信息将通过交互平台的合适通道直观地反馈给用户。信息处理流