多传感器信息融合白噪声去卷Wiener滤波器和平滑器

应用现代时间序列分析方法和白噪声估计理论,在线性最小方差最优信息融合准则下,提出了多传感器最优信息融合白噪声去卷W iener滤波器和平滑器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数.同单传感器情形相比,可提高融合估值器精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声去卷滤波器的仿真例子说明了其有效性.     

一种图像汉字智能识别机的研究

文章将智能控制与模式识别方法相结合,提出了一种仿人识字行为的图像汉字智能识别机;采用决策控制级、模式识别级和反馈校正并行式结构。决策控制级选择最佳的识别策略和参数,模式识别级进行多分类器结果融合识别,并根据对模式识别级输出的可信度判断结果进行反馈,校正识别方法和参数,最终提高汉字的识别效率。     

融合多源先验信息的舰船备件可靠性评估

舰船工作环境常导致备件的实际可靠性规律与设计参数不一致。在实际使用消耗量较小的条件下,全面分析备件可靠性信息来源,通过定义似然权重系数,融合多源先验信息,建立指数型备件可靠性的贝叶斯评估方法。最后,通过仿真分析验证方法的合理性。结果表明,所提出的基于似然权重的先验信息融合方法可以较好地融合不同信息源的可靠性信息,估计方法具有较好的稳定性。     

基于启发式的多机器人SLAM地图融合方法研究

同步定位和地图构建（simultaneous localization and mapping,SLAM）是移动机器人在未知环境中完成地图构建和定位任务的关键技术。针对多机器人SLAM中的地图融合问题,提出一种启发式的搜索方法引导局部地图的重复区域进行地图融合。每个机器人可以在不了解其相对位置的情况下建立局部地图,并将局部地图信息发送至同一工作站中,以局部地图的相似性为判断指标融合得到最优的全局地图。在机器人实物平台上进行验证,结果证明了多机器人SLAM的地图融合算法的有效性和准确性。     

基于信度赋值技术的统一融合框架研究

从信度赋值技术的角度,提出了统一融合框架(UFA)的理论机制,它是基于证据支持贴近度(ESMS)前置过滤器耦合包含冲突分配器在内的融合机,在给出一个ESMS函数的同时,也考虑了不同信息源(可靠、非可靠、不完全、冗余及互补)信度赋值中心,克服了错误、虚假和不一致等信息对融合机的干扰,充分发挥了融合机优势,减少了融合计算的复杂度,大大提高了融合效果.将统一融合框架应用于Pioneer Ⅱ移动机器人地图创建方面,通过仿真分析,并与单一融合机的仿真结果作了对比,充分说明了统一融合框架的优越性.     

抗黄曲霉毒素B1单克隆抗体的制备研究

从影响融合率的2个主要因素探讨骨髓瘤细胞系Sp2/0细胞与黄曲霉毒素B_1免疫的脾细胞融合的最佳条件,使融合率达到100%.经筛选和克隆化,获得3株稳定分泌单克隆抗体的细胞株,分别命名为3B3、3H9、5G9.经过鉴定3株均为IgG_1亚类.其中3B3抗体与其他黄曲霉毒素几乎不发生交叉反应,腹水效价为1∶2×10~5,亲和力常数为3.1×10~7 L/mol,竞争性ELISA测出3B3抗体的最低反应浓度为0.05μg/L标准AFB_1样品的的回收率达96%.另外两株腹水抗体水平低,交叉反应强烈,腹水效价仅在1∶10~4数量级.     

针对东方人黑色虹膜识别的光谱选择

本文以东方人黑色虹膜作为研究对象,进行两方面研究:1)对于单一光谱照明,找到某一个最适合东方人黑色虹膜的光谱段;2)对于多个光谱照明,确定东方人黑色虹膜所需要的光谱段数量.第一部分研究中,采用改进的卷积矩阵与频谱能量相结合的算法,对虹膜纹理质量进行评估;采用改进2-DGabor与1-DLog-Gabor相结合的编码方法,获得虹膜匹配性能的指标.实验显示:针对单一光谱照明,700nm对于东方人的黑色虹膜是最优的光谱段.第二部分研究中,采用改进multi-group(2D)2PCA算法,基于多光谱虹膜图像的最大不相关性进行层次聚类分析.实验显示:针对多个光谱照明,3个主聚类可以最好地描述从545nm到940nm的所有光谱段.以上研究在该领域内具有开拓性,解决了东方人黑色虹膜多光谱采集与识别的基础问题,为东方人黑色虹膜的多光谱融合提供了理论依据.     

改进的多方向融合图像插值算法

为了解决数字图像插值过程中出现的边缘模糊和锯齿现象,提出一种改进的多方向融合图像插值算法.该算法将图像分为平坦区域和边缘区域,平坦区域采用双线性插值算法进行插值,边缘区域采用多方向融合算法进行插值.实验结果表明,该算法运算复杂度小,其结果在主观视觉效果和客观指标方面都有很大的改善,且适用于任意倍数的插值放大.     

信息融合系统评价中指标排序权值的求取

针对当前信息融合研究中对算法有效性测试评估的需要,就中心融合层指标的标准化处理方式及其对应的权值求取作了理论探讨和实验论证,这些方法可于指标极值的在线自适应凋整,有助于在各种类型的数据源下选取合适的融合算法。     

自校正信息融合Kalman预报器

对含未知噪声统计的多传感器系统,用现代时间序列分析方法,基于滑动平均（MA）新息模型的在线辨识和求解相关函数矩阵方程组,可在线估计噪声统计,进而在按矩阵加权线性最小方差最优信息融合准则下,提出了自校正信息融合Kalman预报器。证明了它的收敛性,即它具有渐近最优性,且自校正融合Kalman预报器比每个局部自校正Kalman预报器精度高。一个目标跟踪系统的仿真例子说明了其有效性。