基于Bayes估计的受限空间探测数据融合算法

针对单个传感器采集信息不准确的问题,提出一种基于Bayes估计的受限空间探测数据融合算法.首先,通过分析探测信号的组成结构,利用滤波、限幅、阶跃信号去除等方法,解决了信号干扰问题,提高了特征参量的显著性;其次,结合数据融合架构的动态性特征,给出合理假设,组合先验网络与转移网络,共同建立动态Bayes网络模型,得到融合目标函数;最后,通过引入正态分布研究探测值的不确定性,将探测节点视为似然函数,推导融合后的最大后验概率,以融合加权平均误差比为指标,通过“两两相遇”的方式实现多类型探测数据融合.仿真实验结果表明,该算法解决了信号冗余问题,数据融合效果较好,火灾整体漏报次数较少,数据融合时间最高值仅为2.4 s.     

基于毫米波雷达与图像融合的车辆检测

研究了多传感器融合技术在智能车辆上的应用,对毫米波雷达采集的数据采用多帧融合的方法过滤出有效的雷达目标,并使用张正友标定法对雷达目标和图像进行了融合处理,实验结果表明了该方法的可行性和有效性,效果明显优于传统的单视觉的车辆检测方法.     

处理连续变量的Bayes分类方法

用离散化方法处理连续变量的Bayes分类方法存在着离散区段个数不好确定、无法利用某些先验信息以及会或多或少降低分类精度等问题。针对上述问题,论文提出将概率密度估计技术应用于连续变量Bayes分类,研究了如何直接利用参数化方法、非参数化方法以及半参数化方法构造连续变量的Bayes分类器,最后分析了3种构造分类器方法的优缺点,为构造连续变量的Bayes分类器和Bayesian网络分类器奠定了理论基础。计算实例表明所述方法是可行的和有效的。     

无线传感器网络q分类融合算法

针对大规模无线传感器网络信息传输量和节能要求,提出一种新的与空间事件相关的融合算法.新的融合算法在分簇路由协议LEACH基础上,构建了包含区域信息的q分类数据结构,使之能够完成对包含区域信息的数据分布查询任务.通过仿真对包含区域信息的q分类融合算法的数据传输量与精确度等指标进行计算分析,将其结果与简单结构LIST融合算法进行比较.结果表明包含区域信息的q分类融合算法在节省能量、平衡网络负载等方面效果明显,网络规模越大节能效果越好,在保证网络寿命的前提下可以得到尽量完善的整个网络数据及对应的区域信息,提高了获取的网络数据质量.     

基于Bayes分类的PAC-Bayesian定理证明

采用类似基于Gibbs分类的PAC-Bayesian定理的证明方法,证明基于Bayes分类的PAC-Bayesian定理.对于PAC-Bayesian定理的证明采用Bayes分类,可以方便有效地运用到统计问题中来解决相关问题.     

基于动力指纹和Bayes数据融合的桥梁损伤识别

受测量噪声的影响,采用单一指标评价桥梁安全容易产生误判,因此提出一种基于Bayes理论的桥梁损伤识别方法.该方法将识别过程分解为损伤定位识别与损伤定量识别两部分,首先采用Bayes公式融合归一化的动力指纹,进行损伤位置识别,进而提取损伤处的动力指纹构建Bayes网络,计算各节点的条件概率,从而识别损伤程度.通过简支梁数值模拟验证了该方法具有良好的抗噪性,尤其能够对小损伤准确定位,对程度差别小的损伤准确分类.     

基于平方根Unscented卡尔曼滤波的车辆融合跟踪

针对车辆运动的机动性和跟踪系统的非线性，提出了一种基于平方根Unsoented卡尔曼滤波(SR-UKF)的多传感器融合跟踪方法．该方法采用动力学模型建立系统的状态方程和量测方程，充分利用了多传感器的量测信息，更好地满足了目标的机动特性．采用基于UKF的数据融合方法处理系统的非线性问题，避免了扩展卡尔曼滤波(EKF)产生的线性化误差．同时，在滤波过程中，以协方差平方根阵代替协方差阵参加速代运算，有效地避免了滤波器的发散，提高了滤波算法的收敛速度和稳定性，实验证明，与基于EKF的融合算法相比，基于SR-UKF的融合算法使系统的位置和方向角的跟踪精度分别提高了18．22％和34．81％。     

基于特征融合和机器学习的网络视频流分类

网络流分类对于有效管理网络以确保服务质量(QoS)至关重要.目前,特征融合在网络流分类领域取得了一些研究成果,但是其分类有效性还有待改善.在以往的研究基础上,提出了一种新的特征融合方法,通过对原始统计特征之间进行组合运算得到融合特征.与原始统计特征相比,有些融合特征更有效,或者两者互补.因此,为了提取对分类有用的信息,...     

基于Bayes网络的建筑火灾风险评估模型

为评估建筑火灾动态风险,从防火工程的角度将火灾发展过程划分为"火情—火警—火险—火灾"4个阶段,分别研究了不同阶段的主要风险评估参数。采用Bayes网络方法构建了动态风险评估模型,确定了网络结构与参数。采用敏感度分析法研究了评估参数对火灾风险的影响程度。以2座典型建筑为例,分别计算得到每个阶段风险和综合风险。研究结果表明:建筑火灾风险是一个动态变化的过程,各阶段风险、评估参数均存在差异;评估节点和依赖关系构成了因果网;评估模型可以有效地将消防监测终端采集的消防大数据与人工智能分析技术相结合,有助于提升建筑消防安全管理的智能化水平。     

基于无线传感器网络的数据融合技术

阐述了WSN数据融合技术的特点和原理,重点分析了WSN数据融合技术中具有代表性的几种算法的工作原理和优缺点.     

融合视觉与雷达数据的改进粒子滤波车辆目标跟踪

针对视觉跟踪中由于尺寸变化累积误差导致目标丢失的问题,提出一种融合视觉与毫米波雷达数据的改进粒子滤波车辆跟踪算法。首先,引入遗传算法改善标准粒子滤波中的粒子退化与粒子衰退问题,根据退化程度计算动态自适应的遗传交叉概率,并利用高斯分布替代平均分布计算种群适应度。然后,将图像HSV直方图特征与改进粒子滤波算法结合,实现车辆多目标跟踪。最后,通过雷达目标投影点与视觉跟踪框的位置关系实现关联匹配,利用深度信息修正跟踪框的位置与尺寸。实验结果表明,相对于标准粒子滤波,改进的粒子滤波算法可以使平均跟踪准确率与精度分别提高22.1%与21.1%。相对于仅采用视觉跟踪,融合雷达数据的跟踪算法能够使车辆目标跟踪精度再次提高9.2%。     

无线传感器网络中的数据融合问题

在设计无线传感器网络时,基本的问题是克服能量与带宽的限制.数据融合作为一个基本的方法,其目的是减少传感节点间的传输量,达到降低整个网络中的能量消耗和数据冲突.为了对当前在无线传感器网络的数据融合问题的研究工作做一个全面的总结,根据自组织性和网内处理2大类对现有研究成果进行分类,并从传输方式、网络拓扑、时钟同步、融合函数、多信号处理等多方面对当前的研究成果进行细致划分和精炼比较,为当前在这个领域的工作做了较好的综述.     

基于融合技术的道路交通状态判别模型

为了提高道路交通状态判别精度,提出基于浮动车检测与感应线圈融合技术的道路交通状态判别模型。该模型包括3部分:1)浮动车模块:利用安装在出租车上的GPS定位设备得到道路3部分的行程时间;2)感应线圈模块:利用安装在道路上的感应线圈以及交通信号参数得到道路的行程时间;3)数据融合模块。利用神经网络将以上两模块的结果作为输入从而提高道路交通状态判别的精度。该文利用7 000多辆装有GPS模块的出租车、100个安装在广州市主要道路口上的固定检测器以及广州市电子地图,对提出的模型进行了试验,试验结果表明该模型是有效的,50个数据的均方误差为0.1 s。     

基于Zigbee-WiFi的异构无线传感网实时数据融合机制研究

研究了IEEE 802.15.4 Zigbee协议及IEEE 802.11b WiFi协议,基于Zigbee-WiFi的媒体接入控制层(MAC),设计了一种具有Zigbee与WiFi协议转换的网桥,同时引入数据重组转发的概念,实现了Zigbee无线传感网与WiFi传输通信的异构融合.仿真结果表明,融合的网络的服务质量相对于非异构网络有很大提高.     

基于多传感器信息融合的车速估计方法

准确地测量计算车辆的纵横向速度是现代汽车控制系统的关键,在横摆角速度传感器、加速度计和车轮角速度传感器等多种汽车传感器所测得的信号基础上建立估计系统的状态方程和测量方程,通过汽车动力学模型计算出车辆的纵横向参考速度,最后用卡尔曼滤波技术对车速进行估计.并对参考车速误差的影响进行分析.仿真结果表明该方法估计效果好,误差小,具有可靠性和有效性.     

一种安全的无线传感器网络分布式决策融合方法

为了防止数据在开放的无线传感器网络中传输过程中遭到窃听而泄密,本文设计了一种带安全机制的传感器网络分布式决策融合方法 FRSM,该方法在传感节点发送数据到融合中心时利用随机函数对数据进行翻转置乱,以阻止窃听方获得正确的融合结果,而合法的融合中心能够基于已知的随机函数概率密度对接收到的数据进行对数似然比决策.理论分析和对比实验表明,FRSM能够使得合法的融合中心取得较好的融合结果,而窃听方在高信噪比和大量传感器环境下仍然难以获得正确的融合结果,从而保障了传感数据的机密性.     

无线传感器网络中的数据融合问题

雀设计无线传感器网络时，基本的问题是克服能量与带宽的限制。数据融合作为一个基本的方法，其目的是减少传感节点间的传榆量，达到降低整个网络中的能量消耗和数据冲突。为了对当前在无线传感器网络的数据融合问题的研究工作做一个全面的总结，根据自组织性和网内处理2大类对现有研究成果进行分类，并从传榆方式、网络拓扑、时钟同步、融合函数、多信号处理等多方面对当前的研究成果进行细致划分和精炼比较，为当前在这个领域的工作做了较好的综述。     

"Y"型微波网络及其在雷达系统中的应用

从“Ｙ”型微波网络的旋转对称的结构特性出发，用矩阵特征值法分析了这种网络为理想环行器的条件，并举例说明了“Ｙ”型结不行器在某雷达系统中的应用。     

数据时空融合算法在无线多传感器网络中的应用

无线传感器网络是一种新兴的、全新的技术,它常常应用于工业领域以及恶劣的环境中.在标准ZigBee协议中没有设计相关的数据融合规范,使其只能用在低数据冗余的应用场合.大规模网络中的数据冗余度大,并且网络中的数据冗余会引起节点频繁地争抢信道,网络时延增加甚至出现网络瘫痪;因此针对同类多传感器测量数据中含有的噪声和传输中包含大量冗余信息,通过多次实验对几种算法进行仿真比较,文中提出了一种基于递推估计的数据融合和自适应加权时空融合算法.该算法利用空间位置中多传感器的方差变化,通过调整参与融合的各传感器的加权系数,使融合系统均方误差始终最小.     

一种基于BP网络和决策融合的高光谱遥感图像分类方法

BP神经网络在用于高光谱遥感图像分类时,其初始权值的选取对分类结果有很大影响.针对这种情况,提出了一种将BP神经网络与决策融合理论相结合的高光谱遥感图像分类方法,该方法将多个结构相同、初始权值不同的BP神经网络的分类结果进行融合,最后把融合结果作为原图像的最终分类结果,以实际的高光谱遥影像为例,说明该方法能够有效地提高遥感影像的分类精度.