本项目拟结合数据融合、数据挖掘、人工智能等方法,探索并提出基于规则提取和多级反馈的自适应融合方法。主要研究内容包括(1) 提出一种新的基于规则提取和多级反馈的自适应融合模型;(2) 针对该模型中不同融合级的功能和要求,提出和改进多种数据融合方法及知识发现算法,特别是提出"数值-语言"混杂条件下基于模糊集和SPA理论的处理方法;(3) 把反馈控制的思想引入规则发现、传感器调控等过程,将各级融合结果反馈给传感器,自适应地调控其工作状态;(4) 利用人工智能和Bayes方法从各级融合结果中进行自学习,以实现融合系统的自学习和自完善功能。本项目的研究可望对数据融合和知识发现等领域的基础理论、模型和算法有所贡献,而且可直接应用于自动目标识别与跟踪、情报分析等应用领域。