基于电子地图的城市建筑物建模

为了解决数字减灾系统中城市建筑物建模问题,在对已有建筑物建模方法进行研究的基础上,提出了一种基于现有城市电子地图的海量建筑物建模方法。其要点是:用矩形和多边形平面表示建筑物的各个立面和顶面;相邻面之间有极窄的缝隙;模型具有默认的彩色贴图;用"平均坐标命名法"命名模型文件等。该方法只需1人年即可建立一个100万人的中等城市的所有建筑物三维模型,在汕头市防灾减灾系统中得到了应用。     

迭代混沌映射的S盒构造方法

置换盒又称为S盒,是分组密码中常采用的重要部件。首先对评价S盒性能的指标进行了分析,以非线性度、完全雪崩准则、输出比特间独立性、差分均匀性和双射作为主要的评价指标。然后利用混沌系统在相空间的高度非线性,提出了一种迭代混沌映射的S盒构造方法。仿真检测表明,利用该算法产生的S盒具有很好的密码学特性,为开发新的分组密码算法和动态S盒加密方法奠定了很好的基础。     

单连通负曲率流形上指数调和映照的常边值问题

应用重要等式∫FaD(|du|2 2)g(x,n)oR=∫F1aD(|du|2 2)h(u.X,u.n)6R ∫D(divSf(M)(X)uR ∫D《Sf(u),▽X》uR,讨论完备单连通具有负截曲率黎曼流形上指数调和映照的常边值问题,得到相应的刘维尔型定理.     

迭代混沌映射的S盒构造方法

置换盒又称为S盒,是分组密码中常采用的重要部件.首先对评价S盒性能的指标进行了分析,以非线性度、完全雪崩准则、输出比特间独立性、差分均匀性和双射作为主要的评价指标.然后利用混沌系统在相空间的高度非线性,提出了一种迭代混沌映射的S盒构造方法.仿真检测表明,利用该算法产生的S盒具有很好的密码学特性,为开发新的分组密码算法和动态S盒加密方法奠定了很好的基础.     

基于非均匀分布双融合节点的WSN数据融合算法

针对无线传感器网络中层次型融合算法的单跳路由造成网络能量消耗不均衡的问题,提出了一种利用非均匀思想在LEACH（low energy adaptive clustering hierarchy）算法基础上进行改进的混合型融合算法．该算法首先利用LEACH进行分簇和融合节点的选择,融合节点主要用于簇内数据的接收和融合处理．然后基于融合节点到基站距离的不同,非均匀的选择出网内的副融合节点,副融合节点主要用于转发网内融合节点发来的数据．仿真结果显示,该算法综合了平面型融合算法和层次型融合算法的优点,既均衡了网络能量的消耗又有利于网络的扩展,并且算法简单、适应性强．     

基于WOWA集结的模糊认知图

现有模糊认知图(Fuzzy Congnitive Map, FCM)模型忽略了原因节点间与或组合关系的不确定性.针对这一缺陷,作者通过引入加权的有序加权平均(Weighted Ordered Weighted Averaging, WOWA)算子来模拟原因节点间确定的或模糊的与或关系,提出了基于WOWA集结算子的模糊认知图框架.为增强传统FCM的因果认知性能,作者在此新的框架下,利用单前件模糊规则拓展数值型FCM的因果模糊测度,提出了一种混合模糊认知图模型.     

基于数据资源的认知图挖掘系统研究

认知图是一种知识表达和管理工具,被广泛应用于知识表达和决策制定。传统的认知图建立方法大多依赖于领域内的专家经验,而专家经验往往在一定程度上存在知识的局限性、观点的偏向性等不足,因而通过专家经验建立的认知图可能与现实世界存在着较大的差距。构建了一个基于数据资源的认知图挖掘系统,通过对客观数据资源进行训练来建立认知图,摆脱对专家经验的依赖。该系统主要由数据资源预处理、认知图挖掘、认知图推理等部分组成,在对客观样本数据进行学习并建立认知图的基础上,通过认知图推理机制进行决策分析,最终实现对现实世界的真实模拟。最后通过对客观数据样本进行试验,证明该系统所挖掘出的认知图以及推理分析结果与现实世界基本一致。     

基于数据资源的认知图挖掘系统研究

认知图是一种知识表达和管理工具,被广泛应用于知识表达和决策制定.传统的认知图建立方法大多依赖于领域内的专家经验,而专家经验往往在一定程度上存在知识的局限性、观点的偏向性等不足,因而通过专家经验建立的认知图可能与现实世界存在着较大的差距.构建了一个基于数据资源的认知图挖掘系统,通过对客观数据资源进行训练来建立认知图,摆脱...     

一种基于多尺度分解的多传感器图像融合方法

给出了一种基于多尺度分解(易操纵金字塔分解)的多传感器图像融合算法．该算法把来自不同传感器的图像分解成不同尺度、不同方向(不止3个)的子带系列；使用基于相似性量测的规则融合各相应子带图像；再进行反变换，获得融合后的图像．实验结果表明该方法有较好的融合效果．     

基于信息融合的带钢厚度预测控制

通过把轧制力方程和厚度控制方程在小范围内线性化、离散化,用递推最小二乘法辨识出系统的状态空间模型.给出了基于Kalman滤波法的最优信息融合算法,并针对热连轧这个复杂的多变量系统设计了异步信息融合估计算法.将模型用于热连轧机带钢厚度预测中,同时也预测带钢塑性系数Q.最后把实时预测出的带钢出口厚度和带钢塑性系数应用于带钢热连轧厚度控制系统,提高了带钢厚度质量.     

一种基于多特征融合的图像检索方法

基于单特征的图像检索系统一般性能较低.提出了一种基于多特征融合的图像检索方法.通过对HSV颜色空间的非等间隔量化,提取一维颜色特征向量及其累加直方图.基于灰度共生矩阵(GLCM)进行纹理特征的提取.将两类特征结合,设计了一种基于多特征融合的图像检索方法.利用相似性度量方法分别对颜色特征和纹理特征以及融合后的特征进行了图像检索实验.结果表明,基于颜色和纹理特征相融合的多特征融合方法具有更好的图像检索性能.     

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.     

基于Web知识本体的Topic Maps研究

针对复杂产品设计行业信息系统应用集成中存在的Web知识的检索、共享、集成和重用问题,研究了复杂产品设计行业中异构设计本体和异构应用本体的抽象特征,提出了一种基于知识本体与Web服务的主题图(Topic Maps)概念,构建了复杂产品设计行业知识本体的主题图,以复杂产品设计中的若干知识为例说明用主题图构建复杂产品知识本体库的方法.利用主题图对复杂产品设计领域的知识进行知识类型描述、信息抽取与表示,建立了复杂产品设计的本体库,实现了对知识的快速高效检索和对异构、分散知识的共享和重用.     

一种基于PDBMLCA聚类的网络突发事件发现算法

针对目前网络信息爆炸式发展的状况下,需要及时了解和掌握网上重要信息及追踪网络事件进展,给出了一种突发事件发现算法.该算法通过引入文本词语的突发度量值,考虑位置对词语权重影响等因素,提高了计算权重值的准确度.根据基于预设密度的最大链路算法,在平均半径的范围内,满足一定条件的文本集合连成一条链路,进而形成一个类簇相似的文本以类簇为类.该聚类算法在结合突发值及位置影响等因素下,能够合理的划分一段时期内的文本并归属相应的主题.实验结果表明,该算法在发现突发事件中有较好的效果.     

基于多重信息融合的人脸跟踪方法

近年来,粒子滤波算法作为一种处理非线性、非高斯问题的工具,在目标跟踪领域取得了广泛的应用.在粒子滤波中,构建一个合适的似然模型对跟踪的准确性起着关键性的作用.本文根据人体头部旋转的特点,提出了一种基于多信息融合的人脸跟踪算法.首先利用相邻两帧之间目标的位置相差很小这一信息,排除掉一些粒子是目标的可能性,然后融合颜色和局部灰度均值对比度这两个特征,在粒子滤波框架内对人脸进行跟踪.实验结果表明,该算法能够对人脸进行实时鲁棒的跟踪,并能够很好地解决在人体头部发生旋转情况下的跟踪问题.     

基于电路网络的多图融合

结合互联网图像搜索的特点,提出了一种适用于大数据集基于电路网络的线性多图融合框架.根据核矩阵对应图模型的马尔可夫网络特征,分析了电路网络描述马尔可夫网络和多马尔可夫网络融合的可行性.分析了单源单地电路网络和谱聚类在描述流形上的相似关系,并受此启发找到了对应于等周分割模型的单地多源电路网络模型,给出了它的希尔伯特空间解释.分析了电路网络和经典排序算法的联系,进而提出了一种新的快速迭代算法.在以上工作的基础上,提出了多图融合的电路网络模型,该模型可以方便的利用k近邻信息和相关信息.在多模态图像搜索的应用里,比较了单地多源电路网络模型和流形排序以及其他多图融合、相关性分析模型;实验结果验证了融合模型和快速算法的有效性.     

基于SVM的多传感器信息融合

针对现代工业生产采用大量不同传感器来监测和控制生产过程,被测量之间存在较大模糊关系,提出了一种基于SVM理论的多传感器信息融合方法.通过“对电弧炉炼钢供电曲线进行优化”表明,该方法对解决小样本、高维特征空间和不确定条件下的多传感器信息融合问题,具有较好的融合效果.     

一种基于区域分割的图像融合方法

文章提出了一种基于区域分割的图像融合算法。首先对各个源图像使用基于金字塔链接的多分辨率分割,将源图像在各个尺度上划分为一系列区域,在划分过程中为了克服根标识时的不可预知性,先给定根的数目,然后在这些区域上采用小波变换的方法进行融合。实验表明,该方法可较好的消除边界的模糊性。     

一种基于关联模式的完全决策规则的提取方法

针对基于粗糙集理论提取完全的决策规则是NP难问题,提出一种获取统计意义下的完全的简化规则的算法.该算法结合关联规则挖掘方法和粗糙集方法的优点,从决策表中提取出具有一定支持度和可信度阈值的决策规则,具有实际的应用意义.通过实例验证了算法的有效性.     

基于传感器信息融合技术的森林火灾报警系统

设计了基于ARM(高级精简指令集机器)嵌入式多传感器信息融合的森林火灾报警系统,该系统主要分为传感器节点、信号传输、总控系统和融合算法4个部分.传感器节点主要由LM-PT100温度、M397666空气湿度和MQ-2烟雾传感器组成;信号传输部分以CC2430为控制芯片,采用ZigBee技术实现无线传感器网络自组网和数据传输;总控系统以嵌入式微处理器2410为硬件平台,结合Linux操作系统和ADS1.2集成开发环境.设计了基于粗糙集、BP神经网络和D-S证据理论相结合的融合算法:粗糙集对数据进行约简,神经网络对约简后的子集进行分类识别,证据理论对每个子集的分类识别结果进行融合决策.运行结果显示:该系统与常规的“望台观测”、“地面巡护”等森林监控方法相比,能以更快的速度和效率预防并扑灭森林火灾.