基于支持向量机的数据融合机动目标跟踪算法

利用支持向量机方法研究GPS和雷达系统对机动目标联合测量中的数据融合问题.使GPS数据经时间配准处理与雷达数据达到时间同步,再经空间配准和坐标系变换后进行卡尔曼滤波,将滤波估计坐标值作为支持向量机的输入,以支持向量机为同步融合中心,输出为目标轨迹的融合估计值.仿真结果表明,这种方案可以达到比融合前数据更贴近真实值的效果.     

入侵检测系统的数据融合技术

<正>数据融合技术是研究多种信息的获取、传输、处理、内在联系和运动规律的技术.在入侵检测系统(intrusion detection system,IDS)中采用数据融合技术,联合使用多种不同类型的IDS,通过对不同类型IDS产生的告警进行融合处理,并对关联的数据进行推理,生成全局的综合告警,即可在一定程度上解决误告警和漏告警的问题.     

多传感器数据的处理及融合

针对多传感器数据的多样性, 提出一种改进的数据融合算法. 首先, 利用小波技术消除已收集数据的高斯白噪声并对数据进行压缩; 其次, 对处理后的数据进行分层, 并对系数进行Kalman滤波, 同时利用Mallat快速重建算法重构数据; 最后, 利用最大、 最小贴近度计算传感器数据的信噪比, 并通过信噪比进行数据融合. 基于实际采集的多传感器数据对比实验结果表明, 该数据融合算法在稳定性上优于简单加权数据融合、 小波数据融合和Kalman滤波融合等算法.     

食品安全大数据的融合及分类并行处理技术研究

食品安全大数据具有多源、高层次、强关联等特征,通过对食品安全大数据挖掘处理可快速高效地发掘数据的潜在价值,帮助提高食品安全态势感知及预测、病因性食品关联等综合分析能力.对食品安全大数据的融合及分类并行处理技术进行综述.介绍了食品安全大数据的来源、类型和特征并总结其关键处理技术;阐述了食品安全大数据预处理方法即数据融合技术;归纳了食品安全大数据挖掘技术,包括并行处理的三种计算模型以及多种聚类方法,如减法聚类、K-Means经典聚类、核聚类及谱聚类等;最后,对食品安全大数据未来的挑战和研究方向进行总结和展望.     

基于GPS和Zigbee融合的无缝定位方法研究

针对GPS在复杂环境下的定位功能受到限制的问题,提出了利用GPS和Zigbee进行组合定位的无缝定位方法,并采用扩展卡尔曼滤波器来解决2个不同传感器之间的数据融合问题,实现了2种定位方式之间在复杂环境下的无缝切换,可应用在某些GPS信号受限的定位场合.实验表明,采用扩展卡尔曼滤波对融合后的GPS和Zigbee信号轨迹进行处理后,算法过程稳定,能有效地提高系统的定位精度、覆盖度和实时性.     

基于专利数据的国防科技大数据构建及管理应用探讨

提出了基于专利数据构建一个国防科技大数据的应用体系,通过官方、商业、互联网及用户等渠道,获取与国防科技具体应用相关的专利数据及其扩展的技术、商业、法律等关联数据,并利用大数据技术进行存储、处理及分析,产生用于支持国防科技管理中情报分析、研发支持等具体应用的相关数据信息,为国防科技工作中的科学决策、研发、军民融合管理等提供支持。     

观测噪声对重力场数据融合方法的影响

随着信息获取手段越来越丰富,重力研究领域面临对大量不同类型数据的处理以及如何更好利用这些数据还原真实地球重力场等问题.利用配置法融合2种不同类型重力场数据来恢复某地区局部地球重力场为例,利用模拟数据分析不同大小的观测噪声和非稳态误差对数据融合结果的影响.模拟计算结果验证了配置法处理数据融合的有效性.数据融合结果对于精化地球重力场有较为显著的效果,同时对于不同大小的观测噪声和非稳态误差数据,数据融合结果均能获得一定的改善.     

区域GPS网数据处理

分析了运用由广州中海达公司研发的HDS2003数据处理软件对小区域GPS网静态观测数据进行处理的过程.在数据处理过程中对不符合精度指标的基线进行了处理,以满足接下来的网平差条件;进行网平差后,通过x2检验和τ检验来检验平差结果是否满足精度要求,并对其不合格的原因采取相应的措施来解决,以保证观测数据的精度要求.     

利用梯形隶属云挖掘数量型数据关联规则

数量型数据关联规则挖掘方法是将数据库中之数量型数据先基于梯形隶属云进行概念划分,然后利用得到的概念对数量型数据进行布尔型处理,处理后的数据就可以使用成熟的布尔型关联规则挖掘算法进行挖掘.     

多频高频地波雷达目标数据融合与跟踪

强烈的海杂波干扰以及目标起伏严重制约了高频雷达的目标检测与跟踪性能,针对这一不足,提出一种基于多频雷达的数据融合与跟踪算法.通过加权最近邻关联来融合多频数据;通过无味卡尔曼滤波输出跟踪结果.在中国东海舟山海域进行了为期10d的数据采集实验用于验证系统性能.研究了多频雷达数据特点,给出了合适的距离、速度和方位的融合门限及权重设置方法,建立了从检测到跟踪整套处理流程,并提出了用于检验多频工作性能的评价指标.评价指标包括目标在线时间、航迹分裂数目、跟踪区域和定位误差.研究结果表明:通过数据融合和跟踪滤波显著延长了目标在线时间,提高了目标检测概率并减小了定位误差和跟踪中出现的航迹分裂数量,增强了跟踪稳健性.