中医学以整体观和平衡观为指导，体现了对人体生命科学的深刻认识，已成为现代医学的重要组成部分和人类医学的宝贵财富。众所周知，中医在治疗和诊断疾病时是一个四诊合参、辨证论治的过程。从信息科学的观点看，这是一个典型的信息融合过程。 舌诊是中医望诊的重要组成部分，在中医四诊客观化与现代化研究中相对发展地最成熟。近年来，中医舌象的自动分析在方法学上取得了可喜的进展，对一些重要舌象指标如舌色、苔色、苔厚、裂纹、湿度、舌苔腐腻等已经实现了自动定量分析，这给中医诊断提供了客观的依据，同时对舌象信息融合的研究奠定了基础。 中医在观察舌象时，往往是对多个舌象特征在人脑中进行处理、分析后得出结论，然而这种方法受主观性的影响，不同的中医可能得出不同的结论，重复性较差。因此采用现代信息融合技术研究中医舌象多特征与证候之间的对应关系是非常重要的。这不仅与中医的诊疗习惯一致，而且这种舌象信息融合方法的研究也可以为将来四诊合参的研究所借鉴。令人遗憾的是，到目前为止，关于中医的多特征信息和中医证候之间的关系的报道非常鲜见，还没有突破性进展。现代信息融合技术特别是不确定融合方法的发展，为舌象多特征的信息融合研究提供了可能。因此，本论文根据中医样本的特点，探讨如何将现代信息融合技术应用于中医舌象多特征的融合分析，主要工作可分为以下五个部分： (1)论文分析了目前常用的信息融合的典型方法，并结合中医舌象信息与中医证候之间不完全确定的特点，提出了将基于D-S证据理论的度量级决策层的融合方法应用于中医舌象多特征融合的方案。 (2)对D-S证据理论的基本概念、合成法则、融合原理进行研究，并针对D-S证据理论中基本概率赋值函数的获取和不确定集合难以确定这两个关键环节，结合中医舌象分析这个特定应用领域，分别设计了合理的解决方案。 (3)在舌象信息融合中样本分布的一个重要特点是各类别的样本数量不均衡，常见证候类型样本数量较多，稀缺类型样本的数量很少，因此本论文采用在小样本情况下有较好推广能力的SVM方法。在SVM应用中，核函数及其参数是影响融合正确识别率的关键因素。目前广泛采用的k-遍交叉验证法计算精度较高，但计算量很大。本论文从径向基核函数构造的Gram矩阵的意义出发，提出基于距离测度衡量Gram矩阵相似性的方法，理论分析和实验结果表明，该方法可以较快地确定核函数的参数，同时分类器又可以获得较好的推广能力。 (4)D-S证据理论的核心环节是基本概率赋值的获取，针对中医舌象样本小样本的特点，研究了基于SVM分类器的概率输出方法，为D-S证据理论在中医舌象特征的融合分析奠定了基础。 (5)本论文对中医舌象的多特征融合进行分析，提供并实现了一种基于SVM概率输出和D-S证据理论相结合的融合方案：即采用SVM概率输出的方法得到基本概率赋值，然后基于D-S证据理论进行融合。 实验表明，这种方法可以给出舌象的多特征和中医证候之间的概率关系。该方法可以扩展到中医其他诊法(诸如脉诊)的信息融合上，将为中医四诊的融合奠定基础。论文的这些研究工作，将促进信息融合技术应用于中医舌象分析的发展，对于将来实现中医四诊的融合也有裨益。