张 红，程传祺，徐志刚，李建华

1.兰州理工大学 计算机与通信学院，兰州730050

2.兰州理工大学 机电工程学院，兰州730050

1 引言

在大数据时代，数据的来源越来越广泛，数据类型也越来越多样化。但是，由于大数据的“5V”特性（Volume、Variety、Value、Veracity、Velocity），使人们难以充分挖掘大数据的隐含信息。因此，人们迫切需要有效的手段对多源异构数据进行融合，并挖掘出有价值的信息加以利用。数据融合技术作为一种重要的数据处理手段，有广泛的应用，如目标检测[1-3]、战场评估[4]、医疗诊断[5-7]、遥感测绘[8-10]、故障诊断[11-14]、智能制造[15-16]等。在智能制造领域中，数据融合技术有效地提高了人们对工业大数据的处理能力和利用效率。通过数据融合技术，对海量、高维、多源异构含噪声工业数据进行清洗去噪、集成建模与多尺度分类，为之后的关联分析、性能预测和优化决策提供可靠的数据资源支持。因此，数据融合技术有力地推动了应用领域的发展。

美国Joint Directors of Laboratories（JDL）数据融合小组曾从军事角度对数据融合做出描述：数据融合是一种多层次多角度的信息处理手段。在处理过程中，为了得到精确的状态判定、身份识别以及完整及时的态势与威胁评估，将多源数据进行一系列包括检测、结合、关联、估计和组合等操作[17]。Hall等人[18]认为“信息融合是将不同来源、不同时刻的信息自动或半自动地转换成能够为人为或自动决策提供有效支持的表示形式”。根据研究人员对数据融合技术的不同描述，可以将数据融合总结为：针对多个信息采集设备所提供的不完整、不精确信息，进行一定的综合处理和分析手段，得到对目标较为准确和完善的描述，为决策或判断做支持。……