智能健康管理多源异构数据融合体系与方法

针对智能健康管理中对信息集成的要求,深入分析信息资源的异构特性,对基于多级多中心的多源异构数据融合方法进行研究,提出智能健康管理中多源异构数据的融合树体系结构,并介绍融合系统的设计、融合节点的组成以及具体的融合算法。对所采集的健康数据进行仿真测试,实验证明该体系可以获得较好的融合效果,实现对信息的有效集成,使管理效果更加优化。     

基于物联网技术的网络异构传感数据融合方法

融合网络异构数据时，现有融合方法存在融合精度低和融合时间长问题，因此引入物联网技术，提出一种新的融合方法。首先，引入小波变换的方法，过滤网络异构传感器数据噪声；其次，利用物联网技术，对物联网簇内数据聚类；最后，通过最小二乘法运算，实现汇聚网络异构传感器数据融合。实验结果证明，新的融合方法可有效提高融合结果的精度，缩短融合时间，提升融合效率，与现有融合方法相比具备更高的实际应用价值。     

基于异构邻域聚合的协同过滤推荐算法

传统的协同过滤算法使用one-hot编码生成的特征向量信息量稀少,对异构行为数据仅挖掘不同行为间的联系而忽略用户间行为的联系.针对上述问题,文中提出基于异构邻域聚合的协同过滤推荐算法.首先,使用图对用户和项目的异构交互进行建模,并利用图的连通特性构建邻域.然后,使用轻量级图卷积方法整合邻域信息,融入目标用户和目标项目的特征向量.最后,将融合邻域信息的用户与项目的特征向量输入多任务异构网络进行训练,通过丰富特征向量信息的方法缓解数据稀疏问题.在数据集上的实验证实文中算法的性能较优.     

异构信息空间中时间感知的查询时实体识别与数据融合

已有的传统的实体识别技术大多是以线下、非实时的方式,在静态数据集上进行,对于大数据集的执行通常需要大量的时间和系统资源。对于异构信息空间中具有时间信息、不断演化的异构实体来说,时间感知的查询时实体识别与数据融合越来越成为一种保证数据质量和满足用户需求的发展趋势。针对异构信息空间中使用时间上下文的关键字查询进行的实体搜索,提出一种时间感知的查询时实体识别与数据融合方法TQ-ER,以给用户提供准确的实体概貌(entity profile);提出一种迭代式时间感知的实体候选集生成算法。TQ-ER充分利用查询的时间上下文和实体的时间信息给正确的回答一个给定查询所需要的、最少的实体数据,以进行识别与数据融合。在真实数据集上的大量实验结果表明了TQ-ER的有效性和正确性。     

一种异构磁盘系统的数据分配方法

随着各种存储系统应用和技术的不断发展 ,出现了异构磁盘系统 .如果采用同构系统的数据分配和放置方法如 striping来管理异构系统 ,并不能针对异构系统中各个磁盘的性能差异来进行数据分配 ,降低了异构系统的性能 .提出了一种新的异构系统数据分配方法 .这种方法能够根据异构系统中磁盘的差异有效的进行数据分配 .它通过把系统中的磁盘划分成带宽相同的逻辑盘 ,并使用在同构系统中很成熟的 striping方法来对这些盘进行管理 ,实验证明这种方法能够有效的提高异构系统的吞吐率     

基于知识图谱的多源异构信息通道耦合技术研究

政务数据资源来源广泛、类型多样、数据量大且分布情况不清晰,缺乏统一管理,数据获取和使用效率较低,无法持续释放数据价值。为解决上述问题,实现不同来源和不同类型数据的关联融合,该文采用多源异构数据融合技术,为政务数据的交换和共享提供技术支持。该文不仅提出了信息通道和通道耦合的概念,还提出一种基于知识图谱的多源异构信息通道耦合的方法,可先实现多源异构数据统一化,再进行数据融合。该方法包括构建初始通道耦合知识图谱、基于通道耦合知识图谱实现通道数据耦合和基于通道耦合知识图谱实现知识更新 3 个模块。基于知识图谱的多源异构信息通道耦合的方法将图谱构建、知识抽取、知识融合、知识加工、知识更新等技术相结合,通过一种自顶向下的排序检索模型,加快了知识融合和数据检索的速度和准确度。     

基于Fisher信息的多传感器数据融合方法

针对多个传感器对某一特性指标进行测量实验的数据融合问题,利用信息理论中的Fisher信息,提出了一种新的多传感器数据融合方法。该方法以最大化各传感器测量数据包含待测参数的Fisher信息为目标函数,通过求解优化问题,得到数据融合结果。可以较好地避免受主观因素影响的关系矩阵,充分利用实验数据,防止有效数据的丢失,提高融合结果的精确性。仿真实验验证了方法的有效性。     

基于本体的异构数据集成的研究

随着计算机技术的发展,很多企业内部实现了信息的计算机管理,积累了大量的数据.这些数据存在异构现象,相互之间难以集成和共享.传统的数据集成方法已经不能适应企业获取信息的需求,迫切需要一种新的数据集成系统.在XML技术基础上,提出一种基于本体的异构数据集成系统,用来解决数据源之间的语义异构问题.给出一种基于本体的异构数据集成的系统结构,对关键技术问题进行了研究,指出了系统今后研究的方向.     

基于物联网的异构传感数据入侵风险识别方法

异构传感数据入侵风险识别过程中未对采集的异构传感数据进行融合处理,导致数据入侵风险识别完整性较差,为此,引入物联网技术,提出一种新的异构传感数据入侵风险识别方法;根据物联网的组成层次,构建物联网结构模型;依据不同网络入侵攻击类型,设置风险类型识别标准;在物联网结构模型下,采集异构传感数据,得出初始数据的融合处理结果;从传感数据结构以及数据时域变化两个方面,提取异构传感数据特征,计算入侵风险值;最终输出可视化的异构传感数据入侵风险等级以及类型的识别结果;实验结果表明,设计识别方法的风险值识别误差降低了0.015,风险类型识别正确率提高了1.6%,且风险识别方法的响应时间更短,即优化设计的入侵风险识别方法在精度和时效性两个方面更加具有优势。     

PandaDB:一种异构数据智能融合管理系统

随着大数据应用的不断深入,对大规模结构化/非结构化数据进行融合管理和分析的需求日益凸显.然而,结构化/非结构化数据在存储管理方式、信息获取方式、检索方式方面的差异给融合管理和分析带来了技术挑战.本文提出了适用于异构数据融合管理和语义计算的属性图扩展模型,并定义了相关属性操作符和查询语法.接着,基于智能属性图模型提出异构数据智能融合管理系统PandaDB,并详细介绍了PandaDB的总体架构、存储机制、查询机制、属性协存和AI算法集成机制.性能测试和应用案例证明,PandaDB的协存机制、分布式架构和语义索引机制对大规模异构数据的即席查询和分析具有较好的性能表现,该系统可实际应用于学术图谱实体消歧与可视化等融合数据管理场景.     

基于超图正则化的多模态信息融合算法

多模态数据融合方法通过学习多个数据集间的关联信息和互补信息,提高了数据分类或预测的性能。但现有的数据融合方法大都基于单独数据集自身的特征模式进行学习,不同异构数据之间的结构信息往往被忽略。因此,文中提出了一种基于超图正则化的多模态信息融合算法(sHMF),通过超图和流行正则项的方法结合表示模态内样本间的高阶关系和模态间的关系,即得到同构和异构的高阶网络。其中,采用超图稀疏表达学习超图,减少冗余边。为了验证所提算法的性能,在模拟数据和影响遗传学真实数据下进行实验,结果表明,sHMF算法在模拟数据和真实数据上均优于多任务学习、多邻域分类等流行算法对精神分裂症的分类精度。同时,sHMF在真实数据上得出的实验结果进一步揭示了一些与精神分裂症显著相关的生物标记物以及风险基因、甲基化因子和异常脑区之间潜在的联系。     

基于城市信息单元的多源时空数据融合框架

建设智慧城市可有效提升城市治理与运行能力、打破城市发展困境。为探索如何基于物理-数字空间交融中的时空大数据提供面向城市管理的智能服务,该文在解析多源、多维、异构时空大数据语义关系的基础上,提出多源时空大数据透明融合框架。为实现这一目标,该文进一步提出“城市信息单元”的概念作为构建物理-数字空间交融的数据组织基础,首先,对多源、多维、异构时空大数据进行主动汇集、语义解析,完成地理知识时空构建,依据唯一数据编码,将数据信息映射至城市信息单元;然后,建立数据匹配模型和关联模型,搭建数据透明融合框架,结合多源异构数据要素匹配技术,构建时空数据透明融合规则库;最后,在众多融合方法的支持下,实现城市实体与时空多源时空数据的透明融合。借助城市信息单元与数据编码,实现城市实体与时空大数据动态融合方法体系,进而为用户提供智能化信息服务。     

一种新的信息交互平台研究与设计

因异构数据产生的“信息孤岛”现象制约了企业的信息化进程。分析了产生异构数据的原因,讨论了实现系统间异构数据交换所需要的关键技术,提出了一种新的信息交互平台解决方案：在保留现有遗产系统的前提下,以数据交换管理平台为数据交换枢纽,加载数据适配器的系统实现框架,并进行了详细说明。     

基于Ontology的态势估计研究

根据信息资源所具有的领域知识含义,进行语义融合从而支持高级别推理在信息融合中尤为重要.通过对态势估计的形式化描述,提出了基于Ontology的态势估计研究方法,利用本体的扩展使得态势信息更富有语义,从而提高推理阶段的效率.讨论了用于促进异构数据和信息源进行信息融合以支持态势估计融合处理的本体的角色问题以及相关构建方法,为高层信息融合研究提供了新的思路及有益的理论参考.     

多源异构传感通信大数据的融合调度算法

本文研究了在能量受限条件下服务于多种类型的数据处理和传输的多源异构通信簇交通传感器节点系统的最优大数据的融合调度控制问题。传统方法需要大量关于系统动态的统计信息,并且求解效率低。使用针对更新帧的李雅普诺夫优化技术,本文设计了一种新的在线多源传感通信大数据融合调度算法来克服以上困难。仿真实验表明所设计算法稳定、鲁棒,为后续利用交通传感器网络传输大规模数据奠定基础。     

基于iMeMex数据模型的数据空间索引方法研究

目前,个人和组织的信息呈现急剧增长趋势,且非结构化数据所占比重在不断增加,这些属于某个主体的海量、分布、异构和共存的数据构成了一个异构数据空间,如何为用户提供高效、便捷和多样化的搜索查询服务是数据空间面临的巨大挑战,为数据空间中异构数据构建高效的索引方法是解决这一问题的基础。对iMeMex数据模型的特点和数据空间中查询方法进行了分析,在此基础上通过扩展倒排列表方法,提出了一种基于iMeMex数据模型的索引方法,来提高对数据空间中异构数据的搜索查询效率。新的索引方法通过扩展倒排列表的关键字列和链表节点信息索引资源视图,来支持和提高关键字查询、谓词查询和路径查询的处理效率。实验结果表明,该索引方法能够有效、可行地解决数据空间中异构数据索引和查询效率问题。     

针对动车组全生命周期集成管理的多源异构数据融合框架设计

随着我国动车组产业的不断发展,对动车组全生命周期数据的管理成为人们关注的焦点。首先,本文分析动车组全生命周期数据现状与存在问题;其次,针对动车组全生命周期多源异构数据的特点,提出一种利用动车组本体知识库的数据融合框架;最后,针对其中的模式匹配问题,提出一种基于组合模式相似度的模式匹配方法。实验结果表明,该方法对动车组多源异构数据的模式匹配结果良好,能够在很大程度上提高动车组多源异构数据融合的自动化程度。     

基于异构信息双向传播的网络视频分类方法

针对以往大多数网络视频分类研究只将文本和视觉特征进行简单融合的问题,提出了基于异构信息双向传播的网络视频分类方法。首先基于K均值方法将视频关键帧聚类成多个簇,在帧层次上对视频数据进行建模;将每个簇中代表性关键帧的文本信息传播至该簇作为其文本解释,完成从文本至视觉模态的传播;对每个关键帧,将其对应簇的文本解释传播至该关键帧,完成从视觉至文本模态的传播;最后基于支持向量机(SVM)对网络视频进行分类。在信息的双重传播中两类异构数据得到了密切的融合。实验结果表明该方法有效地提高了网络视频分类的准确率。     

城市计算中的显露模式分析方法研究

城市计算中可以利用显露模式分析方法挖掘数据中的显露模式,但城市数据往往是多源异构数据,难于集成在一张表中分析.论文设计了一种显露模式分析算法,并针对城市数据多源异构问题,如兴趣点数据,GPS数据,公交数据等分别提出了不同转换方法,使得城市数据可以有效融合在一张表中以便于使用显露模式分析.实验表明该方法对城市计算中的显露模式分析是有效的.     

信息物理融合系统中基于多模态数据的事件模型研究

在信息物理融合系统中,通过部署在系统区域内的传感器节点来获得物理世界的信息。信息物理融合系统通常包含若干个异构的无线传感器网络。这些异构网络包含不同类型的传感器节点,这些节点具有不同的感知、计算和通信能力。将异构的传感器节点获得的不同类型的感知数据融合是一个十分重要并亟待解决的问题。在本文中,提出了基于多模态数据的事件模型,以事件为载体将多种不同模态的数据融合计算。文中描述并定义了信息物理融合系统中的事件,给出了基本事件和复合事件的定义,并提出了事件的合成规则。