摘 要:[研究目的] 對近幾年多源多維數(shù)據(jù)融合相關文獻進行梳理和分析,為我國數(shù)據(jù)融合領域后續(xù)的理論與實踐研究提供參考。 [研究方法] 在對多源多維數(shù)據(jù)融合概念進行界定的基礎上,借助 VOSviewer 軟件,從理論、方法與應用三個層面進行文獻回顧,重點闡述了數(shù)據(jù)融合在圖情領域的應用情況,最后總結研究不足和展望發(fā)展方向。[研究結論] 當前多源多維數(shù)據(jù)融合研究存在如下不足:理論體系缺乏系統(tǒng)性、融合技術解決問題片面化、忽視“軟數(shù)據(jù)冶融合研究等,未來可以從這些方面加以突破。
關鍵詞:多源數(shù)據(jù);多維數(shù)據(jù);數(shù)據(jù)融合;神經網絡;深度學習
大數(shù)據(jù)時代,信息爆炸式增長,數(shù)據(jù)的來源也越來越廣泛,總的來說,可以把數(shù)據(jù)來源歸納為兩大類,一類是“以物為中心冶 的各種傳統(tǒng)傳感器獲取的“硬數(shù)據(jù)冶,另一類是“以人為中心冶產生的“軟數(shù)據(jù)冶,如社交網絡數(shù)據(jù)、web 數(shù)據(jù)、多媒體數(shù)據(jù)等。
此外,數(shù)據(jù)除來源廣外,還具有多維性特征,多維主要體現(xiàn)在數(shù)據(jù)屬性的多樣性上,即對同一對象從不同視角提取的數(shù)據(jù),如內容主題維度、類型維度、結構維度、時間維度、空間維度等。面對海量、復雜的數(shù)據(jù),一方面難以充分挖掘出有價值的信息,另一方面單來源單維度數(shù)據(jù)難以滿足輔助科學決策的需要,多源多維數(shù)據(jù)融合發(fā)展的需求越來越迫切。
與此同時,物聯(lián)網、云計算、人工智能等新興技術的發(fā)展,不僅提高了數(shù)據(jù)獲取與數(shù)據(jù)分析處理的能力、促進了數(shù)據(jù)融合的發(fā)展,也增加了數(shù)據(jù)融合的研究熱度。 因此,本文對多源多維數(shù)據(jù)融合的研究現(xiàn)狀進行梳理與分析,以期為數(shù)據(jù)融合領域后續(xù)的理論與實踐研究提供參考。
1 概念界定
一般來說,數(shù)據(jù)融合和信息融合通常被視為相同的概念,只是在某些情況下,數(shù)據(jù)融合用來表示處理直接從傳感器獲得的原始數(shù)據(jù),信息融合則用來定義處理在原始數(shù)據(jù)基礎上形成的信息[1]。 在研究文獻中,與數(shù)據(jù)融合相關的術語通常還包括傳感器融合、多傳感器融合、知識融合、數(shù)據(jù)聚合、數(shù)據(jù)集成、數(shù)據(jù)組合等。
本文在處理過程中,將數(shù)據(jù)融合和信息融合視為了相同的概念。 數(shù)據(jù)融合這一概念最早是在 20 世紀70 年代美國軍事領域內提出的,之后被廣泛應用于工業(yè)、農業(yè)、交通、醫(yī)療等領域。 不同領域對數(shù)據(jù)融合的理解和運用不同,因此數(shù)據(jù)融合至今依然沒有統(tǒng)一的定義。 目前,被普遍采納的定義是由美國三軍組織實驗室理事聯(lián)合會(JDL)提出的,他們認為數(shù)據(jù)融合是一種對多源數(shù)據(jù)進行檢測、相關、組合和估計的多層次、多方面處理過程[2]。
Hall D L 等認為數(shù)據(jù)融合是將多種來源的數(shù)據(jù)結合起來,利用計算機進行數(shù)據(jù)處理,得到單個或單類信息源無法獲得的有價值的綜合信息[3]。 結合前人觀點,筆者認為,多源多維數(shù)據(jù)融合是根據(jù)數(shù)據(jù)融合的目的和所處層次,選擇恰當?shù)臄?shù)據(jù)融合結構和算法,通過對描述對象不同來源不同維度的數(shù)據(jù)進行抽取、清洗、分選等預處理,提取出數(shù)據(jù)特征并進行關聯(lián)組合,從而得到更加準確完整信息的過程。
2 數(shù)據(jù)來源依據(jù)
論題解讀,筆者以中國知網數(shù)據(jù)庫為數(shù)據(jù)統(tǒng)計源,以“數(shù)據(jù)融合冶“信息融合冶 “多源數(shù)據(jù)冶 “多維數(shù)據(jù)冶“多源信息冶“多維信息冶為檢索詞,進行“篇名冶檢索,限定期刊來源為北大核心、CSSCI 以及 CSCD,檢索時間為 2021 年 6 月 10 日,檢索結果為 5511 篇相關文獻。 筆者對其年發(fā)文量進行統(tǒng)計,得到年發(fā)文量曲線圖(注:2021 年數(shù)據(jù)不完整,截至檢索日期共計 162 篇)。
1992 年以前,我國并不十分重視數(shù)據(jù)融合的研究;1992 年至 1998年,數(shù)據(jù)融合相關文獻開始出現(xiàn)且年發(fā)文量逐漸增加,表明數(shù)據(jù)融合在我國開始受到關注,相關研究開始起步;1999 年至 2009 年,年發(fā)文量快速增長,并且在2009 年達到階段性峰值,表明數(shù)據(jù)融合相關研究進入高速發(fā)展階段;2009 年至今,數(shù)據(jù)融合相關文獻年發(fā)文量有所回落,但總體呈平穩(wěn)上升趨勢,并且年發(fā)文量數(shù)值較高,表明國內學者對數(shù)據(jù)融合研究一直保持著較高的關注度,數(shù)據(jù)融合相關研究進入平穩(wěn)發(fā)展階段。
為了解國內多源多維數(shù)據(jù)融合的最新研究進展,筆者對近五年的期刊文獻進行了分析,把檢索時間限定為 2016 年 1 月 1 日至 2021 年 6 月 10 日,共得到1611 篇文獻,對檢索結果進行預處理(去重及去除不相關等)后得到緊密相關的文獻 1 565 篇。 本次研究運用了文獻計量學方法,借助可視化應用軟件 VOS鄄viewer,對研究樣本進行分析。
3 多源多維數(shù)據(jù)融合相關研究
多源數(shù)據(jù)和多維數(shù)據(jù)都是數(shù)據(jù)融合的處理對象,根據(jù)不同的分類標準可以把數(shù)據(jù)劃分為多源數(shù)據(jù)和多維數(shù)據(jù),多源數(shù)據(jù)是按照數(shù)據(jù)的來源進行劃分,多維數(shù)據(jù)的劃分標準是數(shù)據(jù)的屬性,多來源也可以看作是多維度的一種維度,從這個意義上說,多維數(shù)據(jù)的含義高于多源數(shù)據(jù)。
一般來說,多源數(shù)據(jù)和多維數(shù)據(jù)之間沒有絕對的關系,單來源的數(shù)據(jù)按照不同的性質可以劃分出多個維度,同一性質的數(shù)據(jù)按照不同的來源也可以劃分為多個來源,且各種來源的數(shù)據(jù)大多涉及多維度處理問題,所以在處理數(shù)據(jù)時,對數(shù)據(jù)是多源還是多維的判斷通常不是絕對的。
同時分析整理文獻發(fā)現(xiàn),大多數(shù)多源多維數(shù)據(jù)融合研究主要針對多來源數(shù)據(jù)進行分析,集中于理論研究、方法研究以及應用研究,且不少文獻把多源數(shù)據(jù)融合簡稱為數(shù)據(jù)融合,所以筆者主要從數(shù)據(jù)融合的理論、方法與應用三個層面展開分析。
3. 1 數(shù)據(jù)融合理論研究
大數(shù)據(jù)時代,大規(guī)模的多源多維數(shù)據(jù)關聯(lián)交叉,融合處理難度大,不少學者提出數(shù)據(jù)融合面臨著諸多困境。 整體來看,融合過程在融合方式變革、融合規(guī)模控制與數(shù)據(jù)存儲維護方面,融合結果在用戶隱私保護與實際應用對接方面,融合技術在跨領域、跨學科、跨語言以及跨媒體融合方面存在著挑戰(zhàn)與問題[4]。
從具體領域來看,圖書館大數(shù)據(jù)融合面臨著多源異構數(shù)據(jù)關聯(lián)難度大、實時大數(shù)據(jù)和歷史大數(shù)據(jù)融合復雜性大、對傳感器系統(tǒng)功能性需求大、大數(shù)據(jù)安全與開放的矛盾大等挑戰(zhàn);高等教育發(fā)展也存在大數(shù)據(jù)融合利用效率低、利用力度不足、浪費嚴重、數(shù)據(jù)化水平低等困境。 部分學者針對各領域不同的發(fā)展目的提出了數(shù)據(jù)融合的途徑,同時還有學者進一步對數(shù)據(jù)融合的體系建設提出了構想,如張文萍等探討了包括數(shù)據(jù)描述模型、數(shù)據(jù)服務模型、數(shù)據(jù)管理計劃等的科學數(shù)據(jù)融合體系架構[5];翟運開等從層次維、時間維和種類維三個角度構建了包括精準醫(yī)療多源異構數(shù)據(jù)融合標準體系框架[6]。
總體來說,近幾年數(shù)據(jù)融合理論相關文獻數(shù)量不多,研究主要集中在面臨問題、融合途徑以及體系建設等方面。 關于數(shù)據(jù)融合困境的研究比較片面和泛化,未來還需根據(jù)發(fā)展需求與實際情況不斷剖析數(shù)據(jù)融合面臨的問題與挑戰(zhàn);對于數(shù)據(jù)融合途徑的研究比較薄弱,無論是從整體視角還是具體應用領域來看都有很大的研究空間;許多領域對數(shù)據(jù)融合體系建設的重視度不夠,且沒有形成廣義的數(shù)據(jù)融合體系。 總之,多源多維數(shù)據(jù)融合理論不夠完善,還需在理論層面進一步展開探討,構建完整的系統(tǒng)理論體系。
3. 2 數(shù)據(jù)融合方法研究
受外界環(huán)境或傳感器性能等的影響,各系統(tǒng)獲得的數(shù)據(jù)存在冗余或不準確的問題,數(shù)據(jù)融合方法通過對不同形式的數(shù)據(jù)進行處理,可有效獲得準確信息。 為更直觀全面地反映數(shù)據(jù)融合方法的發(fā)展現(xiàn)狀,筆者抽取與數(shù)據(jù)融合方法研究相關的文獻,運用可視化應用軟件 VOSviewer 構建關鍵詞可視化圖譜。 運用較多的方法是神經網絡( BP 神經網絡、卷積神經網絡、深度學習)、D-S 證據(jù)理論、卡爾曼(Kalman)濾波、支持向量機(SVM)、遺傳算法、信息熵、自適應加權、層次分析法、小波變換、粒子群算法、聚類、蟻群算法等。
(1)BP 神經網絡。 BP 神經網絡即反向傳播神經網絡,屬于淺層神經網絡的一種,通常由一個輸入層、一個隱藏層和一個輸出層組成,多層的網絡體系結構使得信息的輸出更加準確。 如有學者設計了一款危化品倉庫巡邏機器人,在對收集的泄露危化品濃度、倉庫內環(huán)境溫度和濕度數(shù)據(jù)進行拉依達去噪、歸一化后利用 BP 神經網絡進行融合輸出,大幅度提高了機器人報警的準確性和可靠性[8]。 由于外界環(huán)境的復雜性以及 BP 神經網絡自身的缺陷,越來越多的學者借助優(yōu)化算法,如改進蟻群算法、改進粒子群算法、啟發(fā)螢火蟲算法、改進煙花算法等設計 BP 神經網絡數(shù)據(jù)融合算法,優(yōu)化了 BP 神經網絡的拓撲結構、權值和閾值,有效地減少了冗余數(shù)據(jù)傳輸,提高了融合的精度和收斂速度,改善了數(shù)據(jù)融合算法的性能。
(2)深度學習。 深度學習由淺層神經網絡發(fā)展而來,是深度神經網絡的統(tǒng)稱,卷積神經網絡、循環(huán)神經網絡是深度學習中重要的算法結構。 不同于淺層神經網絡,深度神經網絡擁有多個隱藏層,且較低層的隱藏層輸出可以作為較高層隱藏層的輸入[9]。 深度學習具有更強的特征表示能力,不少學者將其運用到了數(shù)據(jù)融合算法中。 如馬永軍等提出了以卷積神經網絡模型為核心的無線傳感器網絡數(shù)據(jù)融合算法,有效地提高了數(shù)據(jù)采集精度[10];張輝等提出了一種基于深度神經決策森林(DNDF)的數(shù)據(jù)融合方法,有效提取了多維數(shù)據(jù)的關鍵特征,解決了體域網中多傳感器數(shù)據(jù)采集過程中數(shù)據(jù)冗余大、特征信息模糊的問題[11]。 總的來說,與傳統(tǒng)數(shù)據(jù)融合算法相比,深度學習可以有效地改善高噪聲、多維度、大規(guī)模、結構復雜數(shù)據(jù)的融合效果。
3. 3 數(shù)據(jù)融合應用研究分析
文獻發(fā)現(xiàn),數(shù)據(jù)融合應用研究是當前的重點與熱點,筆者通過整理數(shù)據(jù)融合應用相關研究,運用 VOSviewer 軟件構建了關鍵詞知識圖譜，數(shù)據(jù)融合應用范圍十分廣泛,主要用于故障診斷、遙感、目標跟蹤、導航、目標檢測、交通工程、目標識別、智慧城市、狀態(tài)評估、圖像處理、機器人、產地鑒別、定位、三維建模等。 總的來說,針對傳統(tǒng)物理傳感器的數(shù)據(jù)融合應用研究偏多,“以人為中心冶 的數(shù)據(jù)融合應用研究較為缺乏。 不同領域的數(shù)據(jù)融合應用不近相同、各有側重,筆者對數(shù)據(jù)融合在圖情領域的具體應用進行了分析。
4 總結與討論
通過文獻梳理可知,目前我國多源多維數(shù)據(jù)融合已經具有一定的研究規(guī)模,研究內容包括理論、方法與應用三個方面。 就理論研究來說,部分學者對數(shù)據(jù)融合的問題、思路與體系等給出了自己的見解;就方法研究來說,不同專業(yè)的學者對各自領域的數(shù)據(jù)融合方法進行了優(yōu)化與完善;就應用研究來說,各領域根據(jù)具體問題通過建設平臺、設計系統(tǒng)和構建模型等方式對數(shù)據(jù)融合技術有了不同程度的運用。 其中,圖情領域對數(shù)據(jù)融合方法的使用更多體現(xiàn)在智慧服務發(fā)展、用戶行為分析、信息資源建設、科學前沿識別、突發(fā)事件響應、科學評價優(yōu)化等方面。當前研究依然存在以下幾點不足:淤理論基礎研究相對薄弱,對相關概念缺少統(tǒng)一的定義與認識,缺乏系統(tǒng)的理論基礎,沒有形成完整的理論體系。
于數(shù)據(jù)融合技術的發(fā)展面臨著數(shù)據(jù)異構、數(shù)據(jù)不確定、數(shù)據(jù)異常和虛假、數(shù)據(jù)關聯(lián)等多個方面的問題,但是大多數(shù)技術研究只是集中在解決這些問題中的部分,缺少對解決所有問題數(shù)據(jù)融合算法的整體研究。 盂應用研究主要集中在“以物為中心冶的數(shù)據(jù)融合上,缺少對“以人為中心冶的數(shù)據(jù)融合的研究,即對物理傳感器等設備獲得的“硬數(shù)據(jù)冶的融合研究較多,對來自社會網絡、數(shù)據(jù)庫等信息系統(tǒng)的“軟數(shù)據(jù)冶或“軟硬數(shù)據(jù)冶融合的研究相對較少。
同時,數(shù)據(jù)融合方法在圖情領域的應用研究還處于起步階段,發(fā)展不成熟,未來還有很大的研究空間。針對上述不足,未來研究可以考慮從以下幾個方面取得進展:淤發(fā)展和完善數(shù)據(jù)融合的基礎理論研究,既要有針對特定應用領域數(shù)據(jù)融合的特征、準則和方案等的理論架構,也要注重發(fā)展數(shù)據(jù)融合作為獨立學科廣義的融合模型與算法等系統(tǒng)理論體系。
于技術發(fā)展上注重改進和完善現(xiàn)有數(shù)據(jù)融合算法,發(fā)展多種數(shù)據(jù)融合方法結合的綜合數(shù)據(jù)融合算法,增強異構數(shù)據(jù)融合算法的魯棒性和準確度,提高數(shù)據(jù)融合的性能。盂人可以提供物理傳感器無法獲得的有價值的信源,要加強對“以人為中心冶的“軟數(shù)據(jù)冶或“軟硬數(shù)據(jù)冶融合的應用研究,進一步擴展數(shù)據(jù)融合技術在圖情領域的應用。 榆構建數(shù)據(jù)融合評估方法,對數(shù)據(jù)融合系統(tǒng)進行多維度分析與評價。
參 考 文 獻：
[1] Liu P, Chen L. A multi-source data aggregation and multidi鄄mensional analysis model for big data[C] / / ITM Web of Con鄄ferences. EDP Sciences, 2017: 05009.
[2] Steinberg A N, Bowman C L, White F E. Revisions to the JDLdata fusion model[J]. Proceedings of the Society of Photo-opti鄄cal Instrumentation Engineers, 1999, 3719:430-441.
[3] Hall D L, Llinas J. An introduction to multisensor data fusion[J]. Proceedings of the IEEE, 1997, 85(1):6-23.
[4] 孟小峰,杜治娟. 大數(shù)據(jù)融合研究:問題與挑戰(zhàn)[ J]. 計算機研究與發(fā)展,2016,53(2):231-246.
[5] 張文萍,宋秀芬,魏銀珍,等. 基于 FAIR 標準的科學數(shù)據(jù)融合體系研究[J]. 中國圖書館學報,2020,46(6):41-54.
[6] 翟運開,路 薇,張瑞霞,等. 多維集成視角下精準醫(yī)療數(shù)據(jù)融合標準體系構建[J]. 中國衛(wèi)生資源,2020,23(1):23-27.
[7] Mcculloch W S, Pitts W. A logical calculus of the ideas imma鄄nent in nervous activity[ J]. Bulletin of Mathematical Biophys鄄ics, 1990, 52(1-2):99-115.
[8] 黃衍標,羅廣岳,何銘金. BP 神經網絡在巡邏機器人多傳感器數(shù)據(jù)融合中的應用[ J]. 傳感技術學報,2016,29 (12):1936 -1940.
作者：于佳會 劉佳靜 鄭建明
相關閱讀
