探究智能交互技术在多源信息整编融合中的应用

陈彤

（武警河北总队，河北 石家庄 050000）

信息源目标识别、识别内容库建设、信息关联模型构建等是多源信息整编融合中应用到的智能交互关键技术，最终形成的信息库对工业控制、环境保护、军事指挥等具有十分深远的影响。为进一步发挥出信息融合系统的功能，应充分利用智能交互技术弥补由于信息不完整造成的系统缺陷，以此提高系统性能的稳定性与可靠性。

1 多源信息目标整编融合层次

1.1 数据级融合

数据预处理与数据同化是数据级融合的两大内容。其中，数据预处理是保障多源信息融合准确性与一致性的关键，通过检验分析不同源头的信息，在空间以及时间上建立起信息间的联系。

数据同化主要是对与模型有关的信息，在判断这部分信息准确性之后，将其融入到多源信息融合系统中，以此提高系统性能。

1.2 位置级融合

位置级融合主要针对某一信息位置周边成片的信息进行特征判定，并将其作为分析信息位置情况的主要信息。如利用多源信息整编融合系统评价灾情，通过分析当前灾情以及周围灾情信息，将位置空间与灾情信息相融合，以此提高灾情评价的精准性。

1.3 特征级融合

应用智能交互技术多源信息融合系统指标体系是特征级融合的基础，通过提取多源信息的特征以及不同信息间的指标建立起相应的等级，然后系统根据信息等级以及阈值对信息进行分类处理，从而完成多源信息评估指标的特征以及等级的识别，为系统做出相应反应提供依据。

1.4 决策级融合

通过多层次、多步提取、处理多源信息的特征，为决策及多源信息融合提供保障，并为系统最终运行结果以及评估的完整性提供有力决策，以此发挥出系统各项指标的作用与功能，保证评价效果与实际需求相符。以此提供更好的信息服务。

2 多源信息整编融合中智能交互技术的应用分析

2.1 多元信息融合结构

在运用智能交互技术进行多源信息整编融合的过程中，串联、并联以及混合是多源信息融合的主要形式，主要是根据融合的目标信息，系统会自动选取组合方式，确保实现预期运行结果。其中，串联信息融合结构只允许每次输入两个信息，然后经过多次融合最终完成多源信息的融合处理。具体流程为：第一个信息与第二个信息的融合结果与第三个信息进行融合，然后二者融合结果再与第四个信息进行融合，以此类推。并联结构允许多个信息同时输入，由并联中心处理来源不同的信息，最终输出预期融合结果。混合结构则是串联与并联的自由组合，需要根据多源信息融合系统与智能交互技术的应用，合理选择结果输出途径。因此，当系统中只有一个传感器时，会影响并联结构的运行效果，不利于系统鲁棒性的提升。串联、并联、混合模式的性能效果如表1所示。

表1 三种层次信息融合性能

2.2 多源信息识别体系构建

2.2.1 信息预处理

多元信息预处理始终结合“数据-信息-知识”作为主要逻辑，然后信息物联系统接入到智能交互系统中，以此体现出智能交互技术的优势与作用，从根本上反映出应用环境中人、物、机之间的联系。在进行信息预处理之前，需要清除掉大量无用数据，为提升系统运行能力做好铺垫工作。由于无用数据类型各异、来源广泛且数量庞大，首先，应明确特定时间、空间下无用信息的源头，并使用感应设备标记出无用信息，再由智能系统对各代码、专业、信号不同的信息进行有效清除。其次，在物联接入阶段使用数据冲突检测；在信息存储阶段使用过期检测与匹配。以此提升多源信息整编融合的智能化水平，为及时清理无用数据奠定良好的基础。最后，基于智能交互技术对多源信息进行失真处理，及时查找出系统以及环境中存在的干扰因素。与此同时，积极运用物联网、云计算、大数据等现代化信息技术，对智能交互技术的应用进行适当优化，以此提升多源信息整编融合系统内部的信息数据预处理水平，为结构化数据处理措施的落实奠定良好的基础。

2.2.2 识别模型结构

多源信息识别模型的建立，是在信息进行良好预处理的基础上建立的。根据智能交互技术的实际应用需求，将多源信息融合信息接入到智慧平台中，由融合层级对信息源做出处理反应，根据系统中未知信息源的定义，进行多源信息的特征提取与整编。首先，智慧识别模型中多源信息与实体集特征之间具有复杂的对应关系，将信息进行层级特征对应的过程中便会反映出空间与智慧系统的映射关系，然后从信息集合中选取最优的特征，将其作为智慧系统产生N个可能的主要识别信息，以此提高模型的识别性能。其次，根据特征数量以及模型初始定义信息，重新定义多元信息的特征描述模型。与此同时，基于贝叶斯特征对模型中的多元信息进行分类处理，然后使用产生的特征类型描述智能交互技术运行用算法，并将产生的特征项进行均值向量以及协方差处理，最终获得有关多源信息的判别模型。最后，将多源信息整编融合以及智能交互技术共同形成的系统应用于实际工作环境中，通过红外识别设备、监控设备以及其他智能化系统的辅助，以此识别融合多种信息的图片、视频、数据等，并将产生的数据作为智慧系统进一步优化的基础，以此提升智能交互技术的应用效果。

2.3 信息关联模型构建

2.3.1 关联环境分析

多源信息整编融合系统的智慧化，具体由智能交互技术的实际运用来体现。一方面，对多源信息时空维度进行自动划分。人、机、物等因素是进行具体划分的主要依据，根据系统在不同空间位置以及不同状态下产生的信息，将存在于所有时间节点处的多源信息进行融合，然后依据信息发生以及存在因素，划分成时间与空间序列，确保不同对象以及事件均被包含在系统的识别中。此外，智能交互技术还体现在多源信息三元维度以及对象属性上，智慧系统可以将特定目标的信息源接入到产生多源信息的交互作用中，以此实现数据信息的相互关联。为提升人们使用智慧系统的体验感奠定良好的基础。另一方面，对多源信息的时空交互特性进行分析。主要是分析人与机之间数据信息连续性、离散性交互状态，使得智慧系统在连续性的约束下，不会产生与空间相冲突的事件，同时保证无规律的信息之间可以根据系统离散性变化产生相应的交互状态，为系统应对突发情况提供一系列应急方案，以此推动多源信息的整编融合进程，充分发挥出信息的作用。

2.3.2 关联模型建立

多源信息之间关联模型的建立在信息识别模型的基础上，关联模型可以根据系统产生的不确定性信息识别空间实体的需求，然后依据智慧系统中的识别网络，对多源信息进行相应处理，从而得到有关与实体有效交互的融合系统。与此同时，根据智慧系统中的某个实体与多源信息的交叉，将存在关联性的空间实体带入到多源信息整编融合过程中，并对某一空间以及时间节点处的实体携带信息进行相应处理，最终得到具有关联的矩阵，从而辅助应用智能交互技术的智慧系统运行。在实际运用过程中，关联模型还会依据与多元信息有关的对象，协调系统组织、控制与交互功能，为充分发挥出应用计划奠定良好的基础。

2.4 实例分析

以应用智能交互技术的多源信息整编融合系统为例，实现多源多维情报信息“一幅图”融合显示。智能交互系统以任务地域影像地图为底图，将语音、视频、文本等不同载体情报信息统一整编到一个显示界面，实现“一幅图”滚动展现现场态势，使敌社情态势显示形式更丰富。通过智能交互平台多网融合显示系统，在“地图+文字”显示的基础上，添加现场侦察监控、互联网舆情监测等情报平台的显示界面，可极大丰富敌社情态势图信息量，有效增强处置现场的代入感、视觉感。突发事件现场态势瞬息万变，对快速生成、实时更新敌社情态势图提出了极高要求。智能交互系统可直接在态势图上对添加的情报业务平台进行操作处理，并对显示的多维情报信息进行自由裁剪、组合、标注，省去二次文字整编导入程序，极大提升了敌社情态势图更新速度。运用智能交互平台的多网安全融合功能，可在不交叉联接的前提下，将各情报业务平台的显示界面直接置入综合态势图，通过更新平台显示内容使现场敌社情实时融入综合态势图，实现指挥员全方位的态势感知。

3 结语

综上所述，智能交互技术的迅猛发展，为多源信息的整编融合带来全新的思路，对人类发展起到推动作用。在利用智能交互技术整编融合多源信息的过程中，需要充分发挥出二者优点以及互补的特性，采用合适的特征算法优化信息识别、关联流程，从而提升信息系统的适应性与准确性。