随着计算机技术、微电子技术以及网络通信水平的不断提高，信息融合技术得到了快速发展。近年来，多源信息融合技术受到军事和民事应用的极大关注，随之其应用愈加广泛。当前，国家的信息化建设是社会建设的重大任务之一，而多源信息融合技术是现代信息化建设中不可或缺的一门技术。本文就是在多源信息融合应用于安全事件监测和管理课题的背景下进行学习研究的。本文首先对多源信息融合理论相关知识和融合方法进行了研究分析，尤其对D-S证据理论融合方法和BP神经网络融合方法进行比较详细的研究分析。针对D-S证据理论中的证据合成规则及改进方法不能很好地解决证据冲突问题；BP神经网络融合方法在样本发生变化必须重新训练才能比较好进行融合以及容易陷入局部最小值的弱点，本文将这两种融合算法整合到一个融合框架中实现两种算法优势互补提高融合正确率，进而提出了基于上下文权值的复合融合算法。通过实验验证了该算法的正确性和有效性，并且能够有效解决证据冲突的融合问题，相较于D-S证据理论融合算法有了一定提升。本文根据火灾发生时的时空特点提出了多传感器事件判断模型，该模型使用监测值与阈值的比值作为判断依据，从而便于比较不同类型的传感器对火灾发生可能性大小。然后在该模型的基础上提出了基于聚类的多源信息融合方法，以准确探测到事件发生可能性最大的传感器为聚类中心进行聚类，通过不同时刻的聚类集合的交集运算获得融合结果。最后通过实验验证了该算法的可行性与有效性。