基于联邦学习的多源异构网络无数据融合方法

在联合作战体系中,数据作为基础性战略资源发挥着重要的底层支撑作用,数据妥善管理和高效利用是推动作战能力整体跃迁和作战样式深度变革的重要动力。为实现不同作战系统间信息的互联互通,提出一种基于联邦学习的多源异构网络无数据融合方法。从多源数据融合面临的安全性和异构性问题出发,利用条件生成对抗网络提取本地知识和全局分布,集成数据信息;结合局部教师模型-全局模型架构,以无数据知识蒸馏的方式对局部模型知识进行迁移,融合异构网络,细化全局模型,实现不同系统间安全、高质量的信息交互,为智能化指挥信息系统建设提供技术支撑。实验结果表明:该方法在结构化数据和图像数据上具有可行性,整体准确率可达到80%以上。     

融合多源异构网络信息的标签推荐方法

标签通常被广泛地应用于标注各种在线资源,例如文章、图像、电影等,其主要目的是便于用户理解以及高效地管理和检索海量网络资源。因为人工对这些海量资源进行标注十分繁琐且耗时,所以自动化标签推荐技术被广泛关注。目前大部分标签推荐方法主要通过挖掘资源的内容信息进行推荐。然而,现实世界中很多数据信息并非独立存在,如文献数据通过相互引用关系而形成复杂的网络结构。研究表明,资源的拓扑结构信息和文本内容信息可分别从2个不同角度对同一资源的语义特征进行概括,并且从2个方面观察到的信息可以互为补充和解释。基于此,提出一种同时对资源内容信息和资源网络拓扑结构信息进行统一建模的概率主题模型和标签推荐方法。该方法通过结合标签和资源内容之间的标注关系以及资源之间的链接关系等多源异构信息,去挖掘资源潜在的语义信息为新的资源推荐若干功能语义相近的标签。     

一种基于数据融合的目标跟踪方法

为了提高相控阵波束的跟踪能力,基于多设备源的测量信息,提出一种基于数据融合的目标跟踪方法。该方法依次进行数据外推时延修正,数据检择,坐标变换,再进行测量数据的平滑滤波处理,最后利用动态加权的数据融合处理方法,提高了目标的跟踪预测性能。仿真实验结果表明,提的基于动态加权数据融合的目标跟踪方法具有较高的目标跟踪精度,满足系统要求。     

多源目标数据融合方法设计与实现

ADS(Airport Surface Surveillance,自动相关监视)管制员工作站即通信、导航、监视/空中交通管理系统,是新航行系统的重要组成部分。ADS管制员工作站系统是为我国逐步实施新航行系统而设计的,主要为了在某个区域内验证软件系统,本文介绍了工作站系统的总体构成和各模块的功能,分析了某些模块的设计和实现方法。     

基于多传感器数据融合的目标识别和跟踪

基于单传感器（雷达或红外）系统存在局限性,提出了基于多传感器（雷达和红外）信号融合的目标识别和跟踪系统,它能利用不同传感器的数据互补和冗余。特征层融合能通过利用其他传感器模块提供的目标特征信号来提高目标检测概率和降低虚警概率;决策层融合能矫正因受干扰等原因而失去目标跟踪能力的传感器模块的伺服跟踪回路,并提高抗干扰性。     

基于多尺度模态融合的RGB-T目标跟踪网络

可见光-热红外(RGB-T)目标跟踪因受光照条件限制较小受到关注。针对不同尺度特征的分辨率与语义信息存在差异、可见光与热红外两种模态信息不一致的特点,以及现有网络在多模态融合策略上的不足,提出一种RGB-T目标跟踪网络。网络采用孪生结构,首先将主干特征提取网络输出的模板图像特征与搜索图像特征从单尺度拓展到多尺度,并对可见光与热红外模态在不同尺度上分别进行模态融合,然后将得到的融合特征通过注意力机制增强特征表示,最后通过区域建议网络得到预测结果。在GTOT与RGBT-234两个公开RGB-T数据集上的实验结果表明,该网络跟踪精度和成功率较高,可以应对复杂的跟踪场景,相比于其他网络具有更高的跟踪性能。     

多源异构文化大数据融合平台设计

介绍了文化大数据的概念与特点,对文化大数据平台的研究现状进行了总结,详细分析了具有代表性的2个多源异构文化大数据融合平台,最后在多源异构文化大数据应用的基础上,提出支持横向扩展、面向设计和支持元数据融合的文化大数据平台系统架构,并从数据流的角度给出了多源异构文化大数据平台流程图.就平台设计过程中涉及的关键技术进行了分析...     

多源异构监测数据融合方法及应用

目前,工程结构安全状态监测(如变形监测,应力监测,断裂监测等)是一种重要的认识和掌握施工过程、使用过程中工程结构状态的方法。由于监测方法的多样性以及监测数据量纲的不一致,如何通过全面分析监测数据评估工程结构的状态亟待更加深入的研究。提出了一种用于多源异构监测数据融合方法。首先,基于小波分解技术对不同类型的原始监测数据进行预处理和去噪。其次,借助熵权法将来自不同监测点的相同类型监测数据融合为一个监测序列。再次,利用主成分分析法从不同类型的监测序列中提取出综合监测信息作为时间序列,用于分析随时间变化的工程结构状态。最后,利用所提出的方法对基桩托换过程中的不规则平板桥安全监测过程进行了分析。结果表明：在基桩托换过程中,综合监测信息序列能够较好地反映桥梁的整体动态力学行为,既有桩发生破坏的时刻是整个过程中最危险的时刻。     

基于目标跟踪的信息反馈融合方法研究

针对目标跟踪问题环境的复杂性,信息的多样性,传统的信息融合方法有很多弊端,本文将反馈融合思想引入到传统的信息融合框架,提出了基于目标跟踪的信息反馈融合系统,利用信息反馈融合方法为指导,针对不同目标跟踪场景中传统跟踪技术的技术瓶颈,提出相应的改进方法。经过多次仿真验证,基于目标跟踪的信息反馈融合系统进一步提高了历史融合信息的整体利用率,并且可以得到精度更高、鲁棒性更好的融合估计效果。     

基于本体的多源异构XML数据近似查询方法

提出了一种基于本体的面向多源异构可扩展置标语言（XML）的近似查询方法．该方法将传统的基于查询模式树松弛的近似查询策略与基于本体的XML数据集成思想相融合，首先建立文档类型定义结构与全局模式的映射模型（PTO），再将PTO与近似查询领域的松弛操作、打分机制相结合，提出了一种新的XML近似查询算法——OAXQ．这样，用户在全局模式下的查询语言不再是Xpath查询表达式，而是对象查询语言的一个简单子集，松弛的产生不再依靠查询模式树的变换，而是通过一系列映射规则转化而成．汽车外型的智能设计实验表明，OAXQ算法的查询速度比单纯基于查询模式树松弛策略的静态有序选择算法平均提高了20倍，查询准确度提高了2％～24％．     

基于差异信息量的多源数据融合方法

D-S证据理论可应用于多源数据融合领域,但在处理高度冲突的证据时,可能会出现反直觉的结果.为解决这一问题,本文提出了差异信息量的概念及融合方法.首先,通过信息熵表明证据的相对重要性,采用散度获取证据可信度.然后利用证据可信度优化证据差异度以得到差异信息量,经过计算获取数据的最终权重,并将其作为D-S证据理论中的基本概率...     

基于构件的多源异构数据集成技术研究

为解决异构数据源共享问题,研究了基于中介器/包装器（Mediator/Wrapper）的多源异构数据的集成方法,提出了基于构件的多源异构数据集成体系结构,可以将异构数据源的查询以构件的方式实现。充分利用网构构件的自适应性,通过模块的自主组合来屏蔽底层数据源的差异,使用户可以无缝而且灵活地访问多源异构数据,有效地解决了多源异构数据共享等问题。     

基于多源数据的中国近海风场融合方法研究

采用克里金(Kriging)法、Cressman法和时空混合插值法分别对QuikSCAT与地面气象测风数据进行融合,得到研究区内多源测风数据融合数据集;对不同方法得到的融合结果进行真实性检验,通过统计特征值的对比与分析,比较各自的优劣.结果表明,3种方法的结果精度依次提高,其中时空混合插值法的精度最高.     

基于ConvLSTM网络的多源降雨融合方法

针对现有实测和预报降水资料时空误差显著的问题,以雅砻江流域为研究区域,基于全球降雨观测计划(GPM)数据、流域地形资料及国家级气象站降雨观测资料,采用能够同时考虑数据时间和空间特征的ConvLSTM网络构建了多源数据驱动降雨融合模型,并采用该模型得到了雅砻江流域0.05°分辨率的日降雨融合数据集．结果表明：所提模型降雨融合结果与实测面雨量相关系数可达0.91,平均绝对误差和均方根误差较GPM原始降雨数据、地理加权回归方法及长短期记忆网络(LSTM)模型融合降雨数据有所提高．     

多源遥感数据融合方法比较研究

本文基于笔者从事遥感图像处理相关工作经验，研究分析了多源遥感数据的常用融合方法，从方法机理着手，分析了采法性融合，Brovey变换融合。HIS变换融合与小波变换融合四种方法的适用范围和优缺点，文中给出的方法原理虽然在实际的软件操作中不会涉及，但对于分析方法的适用范围有着重要作用，全文是来自于笔者长期实践工作的技术和理论总结，相信对从事相关工作的同行有着重要的参考价值和借鉴意义。     

基于多源异构数据的市政管理知识库构建

为了满足市政管理领域对数据权威性和体系完备性的高要求,实现市政管理领域知识库的自动化构建,笔者提出了一种基于多源异构数据的市政管理知识库构建模型.采用自顶向下的构建模式,完成对结构化关系型数据、半结构化文本数据和互联网数据在内的多源异构数据自动化知识抽取,最后设计了一个轻量级示例系统,并对该方法的执行效果进行了评估.实验结果表明,本方法在市政管理领域的知识库构建上优势明显,能够实现对多种市政管理资源的自动化知识抽取,所生成的概念体系完整清晰,知识描述恰当准确.     

基于多特征自适应融合的目标跟踪

针对传统的基于单一特征的跟踪方法在复杂场景和光照变化下易导致跟踪失败的缺点,提出了一个基于多特征自适应融合的目标跟踪算法。首先选取具有互补性的目标颜色和纹理特征构造目标的多特征模型;然后根据特征子模型对目标与背景的可分性,对目标特征子模型的权值进行自适应调节;最后利用颜色和纹理特征对所提的算法进行了验证。试验表明同基于单个特征的核函数目标跟踪方法相比具有更好的鲁棒性。     

基于多特征融合的目标跟踪算法

针对单一特征的目标跟踪算法鲁棒性较差的情况,利用目标的多种观测信息通过D-S证据理论进行融合跟踪.在粒子滤波的总体框架下,嵌入Mean-Shift算法产生更加逼近真实后验分布的粒子,同时采用颜色和运动边缘特征作为观测模型,有效地避免了单一颜色特征在光照突变、姿态变化以及背景相似情况下的跟踪稳定性较差的问题.实验表明,该...     

基于整体加权的多源数据融合研究

针对无线传感器网络中数据融合问题,分析了基于融合算法下数据压缩和节能的关系,在归纳和研究现行的融合算法后,对独立于应用的数据融合,提出了先单个传感器加权再整体加全权的融合算法,通过两次加权,使算法性能达到最优。通过软件层面设置加权参数实现数据压缩和传输,有效地提高决策准确性和节约能量。同时,根据无线传感器的数据冗余方式,结合路由传输机制,可以实现在传输层的数据整合,减少数据无效发送,延长无线传感器网络的周期。