多层次不确知性融合模型及其在SST监测中的应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

多层次不确知性融合模型及其在SST监测中的应用
随着信息技术的不断发展，信息量迅速增加。IDC报告指出：2011年的数据量达到里程碑式的1.8ZB，所有数据每两年将翻一番，到2020年信息量将达到40ZB，其中33%的数据将包含有价值的信息，而仅有0.4％的全球数据得到了分析，大数据时代来临。
大数据指的不仅是数据量，更侧重于数据的描述方式、描述内容。因此，大数据的描述结构与认知方法变得尤为重要。
海洋信息也是如此，本文基于海洋信息中多卫星监测海水海表温度的融合开展了以下研究：1）大数据的主要任务是通过大量的全方位高密度数据精确的描述复杂事物，本文将其定义为全信息数据。全信息融合则是以全信息数据为基础，通过信息融合技术全面认知复杂事物。
在此过程中，无论从描述上还是认知上都存在着不确定性，这也正是信息不确定性来源的两个方面，这些问题在大数据分析/处理过程中尤其突出。因此，全信息融合不仅需要综合分析各种类型的不确定性信息/知识，更需要侧重处理信息/知识本身的不确定性。
本文从信息/知识本身的不确定性出发，量化了全信息数据中多源信息的协同与冲突，在数值型数据融合的基础上实现了扩展信息融合及 ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：SST 多层次 信息不确定性 大数据分析 大数据时代