基于多传感器的数据融合方法和模型研究

数据融合技术受到广泛的关注,本文结合数据融合及其一般功能模型、目标识别融合结构层次,重点分析了基于多传感器的数据融合的算法和级。比较了集中式和分布式融合处理,提出了利用实例,展望了基于多传感器的数据融合技术的发展趋势和困难。     

基于神经网络的数据融合技术的新进展

为了使系统自适应、并行、高速地融合多源数据，近代融合方法越来越多地将人工神经网络应用其中．详细论述了几种近10多年来出现的新的神经网络算法在数据级、特征级、决策级的应用，提出了部分改进算法，给出了融合结构及对算法的评价结果，同时介绍了人工神经网络在融合数据前处理方面的应用。并展望了神经网络的发展趋势．     

数据融合中态势估计的模型建立与实现

从数据融合的定义及模型入手,提出了态势估计的3级层次模型及其要素,进而建立了包含战场目标聚并、态势要素关联、双方博弈推理、可能态势预测4个模块的4级功能模型,并初步探讨了利用空间分群技术、模板技术、贝叶斯技术、神经网络技术等对各模块的技术实现。     

基于LINK 的结构系统建模方法研究

针对有限元和试验模态分析的局发性，探讨了一种有限元分析与动态试验相结合的模型修正方法，即基于LINK的结构系统建模方法。将计算与试验结果进行数据融合，以给定模态置信度准则为基础，进行模型的迭代修正分析，进而构造精确的结构系统动力模型，最后基于LINK方法，对梁结构进行了计算与试验相结合的建模分析，取得了良好的效果。     

基于侦察应用的数据融合技术研究

简单介绍了数据融合技术及其应用情况,详细分析了数据融合技术在侦察系统中的作用,根据战场侦察传感器的特点,重点建构了战场侦察数据融合的结构模型,概要提出了数据融合的主要方法,对侦察数据融合处理的发展趋势作了展望.     

基于两级信息融合的隧道掘进机拆装装置作业安全预警模型

为了能对隧道掘进机（TBM）拆装装置作业时的安全做出有效预警，通过研究两级信息融合建立最优的安全预警模型，为TBM拆装装置吊装作业提供安全保障。一级融合将数据通过层次分析法-熵权法算法融合得出安全状态系数；二级融合建立灰色（GM）、差分自回归移动平均（ARIMA）、长短期记忆网络(LSTM)预测模型，通过三个单项预测模型构建4个简单平均组合模型和4个最优加权组合模型，对拆装装置作业时的安全状态系数进行预测分析，通过R、MAE、MAPE、RMSE四个评价指标以及后期预测数据的相对误差对预测模型精度进行比较，选出最优组合模型。结果表明：①最优加权组合模型的评价指标、后期数据相对误差、模型拟合效果明显优于单项与简单平均模型；②通过两级信息融合，构建了权重为（0.21，0.10，0.69）的TBM拆装装置作业时的最优加权组合预警模型GM-ARIMA-LSTM。可见创建的二级信息融合安全预警模型在TBM拆装装置作业时能有效判断装置的安全状态，对危险作出及时预警。     

计算机集成质量系统模型与实施方案的研究

文章对CIQS的模型进行深入研究,在介绍其结构模型和立体模型的基础上,提出一种面向产品信息流的车间级集成质量系统模型,对该模型及其实施方案的相关问题,包括基于PDM平台的集成方案和车间级集成质量系统的信息流表示以及系统的功能与结构进行了深入讨论。     

基于蚁群神经网络的两级信息融合算法

为了保证地下车库空气质量的同时尽量降低系统能耗,针对地库环境监测系统,提出了一种基于蚁群神经网络的两级数据融合算法TLIFA-ACOBP,该算法将分簇结构与神经网络模型有效结合,设计了一个基于分簇的无线传感器网络两级数据融合模型.首先运用蚁群优化(ACO)算法对BP神经网络的权值进行优化,并将优化后的蚁群神经网络用于无线传感器网络的信息融合.通过对簇成员节点采集到的原始数据进行两级融合处理,只将代表原始数据的少量特征值发送给汇聚节点,大幅度减少节点数据通信量,提高了数据传输效率,同时降低了系统能耗.     

基于DIS协议事件仿真及数据融合仿真系统

在DIS协议基础上，研究了事件仿真及数据融合信息生成综合环境，将综合环境划分为功能模块相对独立的三个层次，分析了综合环境的系统结构和实现框架，讨论了指挥与控制系统行为模型，具体实现了事件仿真器及数据融合各类传感器测量信息生成系统，为研究数据融合算法提供更合乎实际的数据，仿真结果表明，系统可以为检测各种实际系统提供仿真环境．     

基于端口数据的系统级电磁兼容性分析

拥有发射和接收功能的电磁频谱工作系统一定会存在电磁兼容性的问题。该次研究提出的基于端口数据的系统级电磁兼容性优化方法,是先依照端口数据频谱设备的结构及应用特点绘制出耦合系统图,分析耦合系统图中存在的耦合干扰源,建立耦合干扰的函数模型,提出结合模型消减耦合干扰策略。再应用四排除法方案执行其策略,优化端口数据的系统级电磁兼容性。     

随机森林的融合模型在压井方法分类中的研究

针对井口压力控制作业中传统方法过度依赖专家经验和数学模型运算精度的问题,提出一种基于随机森林(Random Forest,RF)的多模型融合算法对压井方式进行分类判断.首先,将专家经验结构化、数据化,转化成可被机器学习模型使用的数据形式,同时,结合油气井的基础数据和工况参数,作为智能模型的重要参数来描述压井作业的特征空...     

Differentiated Services--Internet中实现QoS的新体系

Internet的迅速发展和逐步商用化使得在 Internet中实现服务质量的分级和保证成为网络通信的研究热点。目前所提出的一些解决方案中前景最好的是 IETF( InternetEngineering Task Force)在 1998年 10月提出的 Differenti-ated Services体系模型。论文综述了 Differentiated Services体系模型的背景、原理、特征 ,并与其它实现机制进行了比较 ,并对其实现机制也进行了一定的讨论。论文认为由于Differentiated Services体系模型将许多复杂的控制移到网络边界 ,简化了网络内部处理 ,从而具有良好的可扩容性 ,将成为下一代 Internet体系模型的框架。     

针对参变量数据元集的可拓建筑策划分类知识挖掘方法

 为解决可拓分类知识挖掘方法难以满足可拓建筑策划数据及问题的特殊性需求, 将可集合成参变量数据元集的可拓建筑策划数据作为研究对象, 提出适用于可拓建筑策划的可拓分类知识挖掘流程与方法, 即数据的预处理、选取评价特征并确定权重、建立关联函数并划分区间、计算获取可拓分类知识。拓展可拓建筑策划数据挖掘在方法层面的研究, 以方便获取重要的可拓建筑策划分类知识, 为可拓建筑策划提供决策支持, 为计算机辅助建筑策划提供新思路。     

一种新型的多OROLAP模型及其优化算法

OLAP模型是实现高效的联机分析处理、数据挖掘和高级商务智能应用的基础，ROLAP模型、MOLAP模型和OOLAP模型是当前数据仓库和商务智能领域的研究热点.提出了一种新型的基于组播服务的多对象-关系型OLAP模型，简称多OROLAP模型.具有扩展性好、计算速度快、可分布性等特点.研究了多OROLAP模型、数据仓库增量式快速刷新算法、内外存对象存储优化算法、内外存对象透明交换算法、内外存对象自适应选择算法.同时还研究了典型的用户查询和分析模式对多OROLAP模型及其算法、分布式数据仓库中组成员的管理和维护的影响.     

基于MRF模型和EM算法的多源图像融合方法

提出了两种图像融合方法。该方法首先利用EM-MRF算法与模糊分类方法的等价性,将EM-MRF算法引入到图像融合领域。在此基础上,利用统计模型对图像进行非监督分类的模型参数估计转化通过EM算法从不完全数据中估计模型参数的问题,并利用Markov随机场模型建立类别的先验概率、EM迭代算法进行图像分类的方法有较高的分类精度和鲁棒性,导出了基于分布式和集中式多传感器图像融合模型的两种融合方法。最后仿真试验表明,这两种融合方法既可以提高分类精度,又可以加强对噪声的抗干扰能力。     

图像数字水印的模型及理论基础

在研究数字水印嵌入和提取算法的基础上，提出了数字水印的理论模型，在此模型的基础上，提出了临界融合的概念，以最大限度地提高水印算法的质量。     

不均衡数据分类算法的综述

传统的分类方法都是建立在类分布大致平衡这一假设基础上的,然而实际情况中,数据往往都是不均衡的.因此,传统分类器分类性能通常比较有限.从数据层面和算法层面对国内外分类算法做了详细而系统的概述.并通过仿真实验,比较了多种不平衡分类算法在6个不同数据集上的分类性能,发现改进的分类算法在整体性能上得到不同程度的提高,最后列出了不均衡数据分类发展还需解决的一些问题.     

基于多维自适应滤波与泊松融合的多聚焦图像融合算法

针对现有的多聚焦图像融合算法,在抗噪性能、图像连续性以及时间复杂度上的不足,提出了一种基于多维自适应滤波与泊松融合的多聚焦图像融合算法。首先,对统一尺度的源图像构建梯度矩阵,并设计尺度分段的多维自适应核函数对矩阵进行分割;然后,引入判定条件,对泊松重建中的图像边界进行伪边缘抑制,得到纯化后的全聚焦图像;最后,将抗噪算法与融合算法分别对比其他算法模型,进行综合比较,通过6种图像质量评价指标来评估融合性能与效果。结果表明：本文算法不仅有良好的运行效率,清晰的视觉观感,而且在评价因子上有更理想的数据结果。可见,不论主观还是客观上来看,该算法都具备明显优势。