下列哪项最贴近 识别（数据融合） 在学习链路中的核心作用？
Single Concept Focus
识别（数据融合）
Quick Orientation
一句话看懂
在多传感器数据融合的上下文中，识别是数据融合功能步骤中的第三个环节。其过程是根据多个传感器的观测结果形成一个N维的特征向量，其中每一维代表目标的一个独立特征。
Sources (1)
第17章_多传感器数据融合/17.2 数据融合的基本原理_4.md
Related (6)
Knowledge Analysis
知识解析
识别（数据融合）
在多传感器数据融合的上下文中，识别是数据融合功能步骤中的第三个环节。其过程是根据多个传感器的观测结果形成一个N维的特征向量，其中每一维代表目标的一个独立特征。
如果已知被观测目标有M个类型及每类目标的特征，则可将实测特征向量与已知类型的特征进行比较，从而确定目标的类别。识别就是目标属性的估计与比较，其估计结果建立在已知目标类别的先验知识基础上。
识别主要对应数据融合层次中的特征层或决策层处理，是连接分类（数据融合）和参数估计（数据融合）的关键环节。
Knowledge Check
测试
基础测试
基础测试统一使用选择题，先确认概念、定义和关键判断是否扎实。
如果你要向同学解释 识别（数据融合），最先应该讲清楚哪一类内容？
遇到 识别（数据融合） 相关题目时，最可靠的第一步通常是什么？
Knowledge Relation
知识关联
直接看这张知识卡在课程链路里的前置、当前与后置关系。