融合(Fusion)的概念开始出现于20世纪70年代初期。信息融合技术研究如何加工、协同利用多源信息，并使不同形式的信息相互补充，以获得对同一事物或目标的更客观、更本质的认识。信息融合是数学、军事科学、计算机科学、自动控制理论、人工智能、通信技术、管理科学等多种学科的交叉和具体应用。信息融合技术最早用于军事领域，现已成功地应用于包括机器人和智能仪器系统、战场任务与无人驾驶飞机、图像分析与理解、目标检测与跟踪、自动目标识别和多源图像复合等众多研究领域。目前各国都在积极进行信息融合技术相关课题的研究。 本文主要研究信息融合的理论基础、相关应用问题以及研究现状和发展方向，讨论了信息融合技术在目标识别中的应用问题以及相关算法，重点介绍了D—S证据理论和神经网络技术这两种融合算法。分析神经网络技术与信息融合技术的特点以及发展趋势，我们认为两者的相互结合、相互渗透会出现一个的新的研究方向——神经网络融合技术。为了验证我们的思想，研究了基于D—S证据理论的神经网络形状识别系统。该系统充分结合了D—S证据理论在不确定性推理方面的优势以及神经网络强大的非线性处理能力，实验结果表明了这一形状识别系统的有效性。这一识别系统的实现也是对我们提出的神经网络融合技术这一新的研究方向的一个探索和尝试。