论文　在使用无线传感器网络进行目标检测时,如何布置尽可能少的传感器节点而同时实现高的正确检测概率和 低的误警率,是关键问题之一。采用数据融合技术,能实现传感器节点之间的协同,从而大幅提高目标检测精度。提 出了用于目标检测的精度模型,分析了数据融合半径与传感器节点密度之间的关系,设计聚类方法将目标点组织成布 置单元,从高密度单元到低密度单元布置传感器节点覆盖目标区域。仿真结果表明,算法在保证检测精度的同时能有 效减少所使用的传感器节点数目。 - Sensor placeme

D-S证据理论数据融合，关于神经网络控制，应用小区域方差对比，程序简单。- D-S evidence theory data fusion, On neural network control, Application of small area variance comparison, simple procedures.

各种kalman滤波器的设计，D-S证据理论数据融合，应用小区域方差对比，程序简单。- Various kalman filter design, D-S evidence theory data fusion, Application of small area variance comparison, simple procedures.

在matlab环境中自动识别连通区域的大小,关于非线性离散系统辨识，用于特征降维，特征融合，相关分析等。- Automatic identification in the matlab environment the size of the connected area, Nonlinear discrete system identification, For feature reduction, feature fusion, correlation analysis.

图像配准的过程中两种或两种以上的图像重叠了在不同的同一个场景倍,从不同的观点和/或不同传感器。这两images-the区域的几何参考和感觉到图像。目前图像之间的差异,介绍了因不同成像条件。图像配准的一个决定性的步骤所有图像分析任务在最后的信息结合了各种各样的数据能源,如在图像融合、变化检测和多通道形象得到恢复。通常,必须注册在多光谱遥感分类、环境监测,变化检测图像拼接、天气预报、创造超分辨率图像、整合信息到地理信息系统(GIS)),结合医学计算机断层扫描(CT)、核磁共振数据获得更完善的信息,如