摘要：针对传统神经网络在实际信息融合过程中存在的一些缺陷，提出一种基于自组织增量学习神经网络 (self-organizing incremental neural network，SOINN)的信息融合方法。对不同类型传感器接收到的异构数据，使用 增量式正交分量分析(incremental orthogonal component analysis，IOCA)方法进行数据自适应降维和特征提取，将提 取出的不同类型特征输入到SOINN 中，根据不同数据类型生成相应的神经元连接区域，建立神经区域间的联想记忆， 从而实现在数据层、特征层以及决策层3 个层面上的信息融合。实验结果表明：该方法能够实现对机器人传感器采 集到的多源异构数据进行自适应降维和自组织学习，形成机器人的决策判断和行为指令。