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。     

活体烟草BY-2悬浮细胞微丝骨架的标记

微丝骨架是细胞骨架的重要成员,在细胞的多项生理活动中发挥着重要作用.本论文利用荧光标记鬼笔环肽技术和GFP融合蛋白技术,对活体烟草BY-2悬浮细胞中微丝骨架的标记方法进行了探索,结果表明,10nmol/L的Alexa488-Phalloidin为细胞微丝骨架标记的最佳浓度,利用PCR等技术构建pPZP-NtFABD2-GFP植物表达载体后,转化烟草BY-2悬浮细胞,激光共聚焦扫描显微镜观察发现,NtFABD2-GFP融合蛋白能够清晰地显示活体烟草悬浮细胞内的微丝骨架.这些结果为进一步深入研究微丝骨架在活体植物细胞中的功能奠定了基础.     

光学分子影像手术导航系统中图像融合算法研究

手术中肿瘤的精确定位一直是国际上的研究热点及挑战性问题.对光学分子影像手术导航系统中的图像融合算法进行了研究,对图像数据进行预处理后,利用梯度信息确定荧光图像兴趣点,缩小配准点的搜索区域.配准过程采用穷尽搜索策略,以平均绝对差(MAD)、均方差(MSD)和归一化积相关(NPROD)作为相似性度量,并利用域法修正的方法对兴趣点坐标进行修正,避免了因兴趣点过度偏离图像中心而导致配准失败.该算法将32组图像数据的平均配准时间从原始算法的539.384 s缩短到43.200 6 s(MAD),46.685 3 s(MSD)及85.978 6 s(NPROD).采用这3种相似性度量算法的融合效果均优于原始算法.     

矿区地上下三维信息模型构建算法与系统开发

研究了地上三维场景模型与地下三维矿体模型的构建方法,提出了基于散点构网的地质实体充填算法模型.结合地理信息系统的建设方法,以辽宁某铁矿为原型,开发了其地上下三维可视化信息系统,实现了各类三维模型的创建、三维显示与浏览、空间属性查询、交互操作、测量与空间分析等功能.系统既实现了地上下三维模型的快速建立,又解决了以往三维模型中只能显示,不能查询、量测、编辑等问题,可以宏观地把握、微观地洞察矿区地上下整体地形地质特征和地理信息空间分布,更客观全面地表达矿山三维地理信息实体,可作为数字矿山、智能采矿的基础.     

面向道路交通监控网的异构大数据语义融合方法

为解决广域网分布式环境下异构车辆轨迹大数据的语义融合问题,基于MapReduce和ACO算法提出可在广域网环境分布式并行执行的异构大数据语义聚类融合DPACO方法.该方法在数据源端节点并行完成聚类运算中复杂度最高的部分,将所得结果合并为数据量较小的中间结果,然后将中间结果传送到中心节点并自适应地生成聚类中心.此外,该方法无需预设公共语义模型,通过移动计算避免移动大数据,大大提高了运算效率.实验比较了DPACO方法和已有基于MapReduce的并行化ACO方法,结果表明DPACO方法在广域网环境异构大数据语义融合中具有更好的可用性.     

传感器观测相关条件下的最优分布式检测融合算法

针对分布式串行检测融合系统的检测性能优化问题,研究了一种各部传感器判决规则联合优化的系统性能优化方法.融合系统由N部传感器构成,系统性能优化准则采用Bayes准则.在各部传感器观测相关的条件下,为了使系统检测性能达到最优,推导出了传感器判决规则联合最优化的必要条件,得出了最优传感器判决规则满足的一组系统方程,并根据系统方程组设计了求解各部传感器最优判决规则的数值迭代算法.仿真结果表明,采用该数值迭代算法联合优化各部传感器的判决规则,可使融合系统的Bayes风险显著低于单部传感器.     

营养缓释型生物填料的制备及在废水处理中的应用

 针对有毒抗（难）降解芳香族污染物生物处理时挂膜启动慢、降解速率低的缺陷,在新研制的营养缓释型填料中,添加该类污染物降解时微生物共代谢所需的一级基质,并加入活性炭、蔗渣作为控释剂形成营养缓释型改性填料,研究了所得改性填料的表面结构、营养缓释性能、挂膜及降解性能。结果表明,改性聚乙烯填料表面粗糙多孔,具有良好的营养缓释性能;同时,其微生物挂膜速率明显加快,挂膜所需时间缩短了3 d;在初始浓度为127mg/L的苯酚降解实验中,苯酚降解速率明显快于传统聚乙烯填料,在降解后的第8小时,改性填料苯酚去除率高达91.7%,比传统聚乙烯填料提高37.7%,脱氢酶活性更是普通填料的2倍以上。     

对象监控的协同入侵检测

 分析现有入侵检测技术存在的问题,主要在于数据的获取及检测方法上。据此,提出了一种解决这些问题的新途径,就是紧紧抓住入侵检测的本质问题,从对象分类入手,给出了一个协同入侵检测模型,描述了该模型的各个部件。设计了入侵事件检测代理及融合中心,重点阐述了如何应用场景与自动机技术,将检测一个入侵的方法扩展到检测一类入侵的问题,对可序列化的攻击,文章提出的检测方法能检测其变种攻击。实验检验了方法的有效性。     

数据融合技术在火灾早期探测中的应用

提出基于过程特征信息的火灾早期探测数据融合方法.利用加窗函数的外推算法和最小二乘法,提取CO浓度上升速度与加速度、CO2的浓度上升速度作为火灾辨识的特征层信息,建立一个3输入,3输出的概率神经网络的系统决策层.选取58组具有代表性的火灾状况特征信息作为数据样本,对网络进行训练.仿真结果表明,经过50次训练,最终误差为10-3,方法能够快速、准确地对火灾的阴燃初期进行识别,正确判别明火,且对于干扰信号能够有效滤除.     

基于小波变换模极大值的医学图像融合技术

针对目前的融合算法不能有效解决强去噪能力和细节信息保留之间的矛盾,提出一种基于小波变换模极大值特征的窗口区域强度自适应加权平均融合算法.首先,用选定的小波基提取不同尺度下小波变换模极大值特性;然后,利用信号与噪声的Lipschitz指数在局部奇异处呈现不同的表现形式的特性,滤除噪声信号;接着,计算模极大值的局部区域强度,动态地实现在不同尺度的子图像的小波分解系数之间分配权重;最后,将处理后的子图像重建得到融合后的图像.通过对CT和PET图像的融合实验,证明了该方法既可以适应不同特征图像的融合任务,又能达到有效抑制噪声而保留尽可能多的细节信息的目的.