整合是大数据的价值。大力推进大数据与产业的整合，开展数据开发与交易，充分挖掘大数据的商业价值，提高产业质量和效率。那么数据融合管理的三大类型都有哪些呢？下面就跟着博鱼·boyu体育一起来看看吧！

　　1、数据层融合

　　它直接集成在收集到的原始数据层上，并在各种传感器的原始测量报告预处理前进行数据综合和分析。数据层集成通常采用集中集成系统进行集成处理过程。这是一个低层次的集成过程，例如通过图像处理模糊图像来确定目标属性，包含多个像素。

　　2、特征层融合

　　特征层集成属于中间层集成。首先提取传感器的原始信息（特征可以是目标的边缘、方向、速度等），然后对特征信息进行综合分析和处理。特征层集成的优点是实现相当大的信息压缩，有利于实时处理。由于提取的特征与决策分析直接相关，因此集成结果可以最大限度地提供决策分析所需的特征信息。特征层集成一般采用分布式或集中式集成系统。特征层集成可分为两类：一类是目标状态集成，另一类是目标特征集成。

　　3、决策层融合

　　决策层集成通过不同类型的传感器观察相同的目标，每个传感器完成当地的基本处理，包括预处理、特征提取、识别或判断，以建立观察目标的初步结论。然后通过相关处理对决策层进行综合判断，最终得到联合推断结果。

　　目前，数据融合管理的主要应用领域有：多源图像复合、机器人和智能仪器系统、战场和无人机、图像分析和理解、目标检测和跟踪、自动目标识别等。