基于黑板结构的信息融合专家系统在水质监测中的应用

文章分析了信息融合技术应用于水环境监测的特点,提出了一种运用黑板理论,专家系统的水质监测信息融合系统模型.     

基于多源信息融合的变压器检测与评估技术

传统电力变压器状态检测大多针对单类传感器获得的数据进行处理,忽视了不同传感器之间的潜在联系,导致误判时常发生。为了避免信息孤岛,高效利用多源信息,根据多源信息的差异和互补性,将不同来源、不同模式的多类传感器信息进行多级别、多方面、多层次的信息检测,以获得电力变压器故障状态和特征估计,进而实现被测电力变压器故障态势的精确描述。首先,设计了多维状态参量的带通滤波器、能级放大及脉络检波等信息处理电路,有效提高了传感信息精确度。其次,建立基于信息融合的变压器健康状态评估模型,提高了系统整体的在线检测水平和故障诊断能力。最后,利用多源信息融合模型,验证了该方案的可行性和优越性。     

机载多传感器系统多源信息数据处理模块设计

机载多传感器数据处理模块是机载多传感器系统的核心模块之一,主要完成从机载多传感器的量测向目标运动参数解算及预测的任务.本文针对现有机载多传感器单一数据处理模块限制多传感器信息融合的现状,设计了一种多源信息数据处理模块,在保证原有系统功能的前提下,提升了多源信息融合能力和多传感器协同能力,从而可以实现高层次信息融合目标跟踪.     

信息物理融合系统的面向对象Petri网建模

从多Agent系统的角度,以面向对象Petri网为语义基础,建立了一种信息物理融合系统体系结构模型,将系统抽象为传感器节点Agent、执行器节点Agent和控制器节点Agent．该体系结构模型利用面向对象Petri网形象、无歧义地刻画系统的整体和个体特性,描述系统的静态和动态语义,同时可利用Petri网的数学分析方法和支持工具对系统进行模拟、分析和验证,检测系统开发早期存在的错误,提高系统的正确性和可靠性．利用信息物理融合系统体系结构模型对目标跟踪系统的建模、分析与实现表明,信息物理融合系统体系结构模型可以有效地辅助系统的设计与开发．     

基于模糊理论和D-S推理的开箱报警模型与算法

为提高集装箱运输过程中非法开箱自动报警的可靠性,在对集装箱非法开箱报警机制分析的基础上,建立了基于箱门传感器、箱内传感器等多源信息的非法开箱报警决策模型,提出了基于证据模糊相似度和证据源先验可靠度修正证据权的改进D S证据融合算法来减少证据冲突,形成了集装箱非法开箱多源信息融合报警系统.实验结果表明,提出的证据融合算法能够有效降低证据冲突系数和合成悖论次数,报警模型具有较好的容错性和适应性.     

基于Bayes理论的信息分布式融合模型与仿真

在分析改进的Bayes融合方法的基础上,建立了多源信息的串联融合模型和多信息源的并联融合模型,提出了基于Bayes理论的信息分布式融合方法。该方法可以实现多信息源多信息的动态实时融合;最后应用Matlab软件进行了仿真模拟,验证了该方法的可行性。     

面向信息物理融合系统的异构模型转换方法

作为一种深度网络化嵌入式系统,信息物理融合系统(Cyber-Physical System,CPS)具有联合动态性、系统组成异质性、计算过程与物理过程的多尺度融合性等典型特征,使得基于单一模型的传统嵌入式系统模型构建和仿真验证方法面临新的挑战.在CPS系统设计开发与仿真验证时,往往需要组合使用多种设计模型或建模语言以描述信息域与物理域实体特点.针对CPS计算物理深度融合的问题,在分析基于计算模型和物理模型进行CPS系统协同开发需求和可行性的基础上,以统一建模语言(Unified Modeling Language,UML)模型和仿真(Simulink)模型分别作为计算过程和物理过程典型建模方式,研究了连续时间和离散事件模型间的结构映射和行为映射,提出了一种Simulink模型与UML类图和活动图之间的转换方法,并通过ATL(ATLAS Transformation Language)转换规则实现了技术验证.     

基于知识需求的主动式知识系统

分析了目前企业知识应用存在的问题,提出了基于知识需求的主动式知识系统.描述了系统的框架结构,分析了系统的组成.研究了知识需求的描述及生成、进化算法,提出了异构知识源查询处理方法,分析了多On-tology管理中的问题:Ontology映射和进化等.目前,其原型系统已在某航空研究所得到初步应用,有效促进了异构知识的应用.     

基于交叉格莱姆矩阵的最小信息损失模型降阶方法

运用信息论的原理和方法研究以状态空间形式描述的线性定常系统的模型降阶问题.应用线性定常系统及其对偶系统的稳态状态信息熵规范了系统能控性信息和能观性信息的定义形式.基于交叉格莱姆矩阵的系统信息属性,定义了交叉格莱姆信息.通过分析系统稳态状态信息熵的信息描述形式,揭示了交叉格莱姆信息的状态物理含义.在基于最小信息损失的模型降阶过程中以交叉格莱姆信息损失最小为目标,提出了新的模型降阶方法--CGMIL方法.理论分析和仿真结果表明,交叉格莱姆信息是包含系统能控性信息和能观性信息的综合信息描述形式,CGMIL方法与基于最小信息损失的模型降阶方法相比能够获得更好的降阶性能.     

复杂工业系统的广义知识模型与智能建模

分析了复杂工业系统与传统系统的不同，指出了复杂工业系统广义知识模型与智能建模的必要性和紧迫性；研究了复杂工业系统的现场数据检测与信息融合、建模、控制、管理与决策及运行状态等特征，提出了实现复杂工业系统的广义知识模型描述、模型化原则，并从数值模型描述、符号(语言)模型的描述、人类专家自然语言符号描述3个方面，给出了多层智能建模的具体方法和策略；介绍了多种智能技术在广义知识模型和智能建模中的应用，研究了复杂工业系统的多层广义知识描述与智能建模方法的综合应用以及复杂工业过程的智能协调控制系统结构．     

结构智能健康诊断的信息融合原理

本文介绍了信息融合的基本原理，提出了基于信息融合的结构智能健康诊断的基本要领，给出结构智能健康诊断系统的信息融合层次、内容和结构，指出结构智能健康诊断的信息融合主要包括监测层信息融合、特征层信息融合和决策层信息融合。     

基于混合传感器网络的城市智能交通系统构建

实时交通流信息的获取手段日益丰富,其应用正向着实时动态智能交通调控,实时交通信息服务及二者集成的方向发展.如何通过多样化的采集手段高效获取高准确度的实时交通流信息,并应用于上述三个方面是智能交通系统建设需要面对的问题.针对上述问题,结合国内外现有理论与实践的状况,依据传感器绝对地理位置动态特性的不同,提出了基于混合传感器网络(即基于无线移动传感器和固定传感器网络)的城市智能交通系统建设架构.该解决方案基于路段前置机,支持高实时性的分布式多级数据融合计算,较好解决了现有多类传感器系统彼此独立、集中式处理造成的实时性低下、结果不可靠等问题.相对于单纯的无线传感器网络,具有更高的现实可行性.     

基于无监督深度学习的红外图像与可见光图像融合算法

红外和可见光图像表征了互补的场景信息. 现有的基于深度学习的融合方法大多通过独立提取网络分别提取两个源图像特征,从而丢失了源图像之间的深度特征联系. 基于此,提出了一种新的基于无监督深度学习的红外图像与可见光图像融合算法,针对不同模态的特点采用不同的编码方式提取图像特征,利用一个模态的信息补充另一个模态的信息,并对提取到的特征进行融合,最后根据融合特征重建融合图像. 该算法可在两个模态的特征提取路径之间建立交互,不仅可预融合梯度信息和强度信息,且能增强后续处理的信息. 同时设计了损失函数,引导模型保留可见光的细节纹理,并保持红外的强度分布. 将所提算法与多种融合算法在公开数据集上进行对比实验,结果表明,所提算法获得了良好的视觉效果,客观指标评价方面对比现有的优秀算法也有一定的提升.     

一种融合地表特征表示的嵌套几何误差度量算法

三维地形可视化处理中的一个关键问题是选取高效合理的误差度量算法,实现地形多分辨率层次细节模型的快速建立与地形构建高度逼真两者之间的平衡。在地表特征量化的基础上,计算地形局部熵,结合视距标准给出地形节点评价函数;提出基于顶点几何嵌套误差的地形节点分辨率阈值控制方法,结合地形逼真度计算,给出一种融合地表特征表示的嵌套几何误差度量算法SFNE。实验表明,SFNE算法在实现地形模型快速构建的同时保证了模型视觉质量,相较经典算法,SFNE对地表细节表达更为逼真。     

基于DS的电子战多信息PCA融合方案

该文提出一种新型主成份分析（PCA）电子战信息一体化融合方案。该方案基于信息融合DS理论,采用PCA分析法对数据进行收集和降维处理;再对特征层数据建立基本信任分配函数,实现基于特征的数据融合;最后对电子战系统信息进行智能诊断和挖掘等,有效实现电子战系统中故障检测和分离。进一步,通过大数据挖掘对设备状态进行评估,及时发送给控制系统,实现作战过程中对作战战略的合理指导、预警管控,从而对多系统协同工作提供有力保障。     

多传感器信息融合在药材分类系统中的应用

本文针对传统药材分类技术中存在的速度慢、效率低、易受人为因素影响等缺陷,设计出一个基于多传感器信息融合的药材分类系统,完成药材成品的分类和评级。该系统利用图像传感器、气体传感器、味道传感器对药材特征进行量化,提取高维特征向量,通过支持向量机(SVM)训练学习,建立特征数据库,实现对药材的分类和评级。该药材分类系统集图像采集、特征提取、特征分析、模型训练和药材分类等功能于一体,实验结果表明,系统能够区分不同类别的药材,并能对同一类药材进行等级的确定。     

基于特征优选和逐步回归的黄土滑坡监测数据融合改进方法

针对滑坡监测多源异构数据融合处理中存在的影响因子筛选难、结果差异大、数据处理复杂程度高等问题,提出一种基于最大互信息系数(MIC)、灰色关联分析(GRA)和逐步回归的黄土滑坡多源多点位异构监测数据融合方法。该方法首先将最大互信息系数和灰色关联分析结合起来,采用基于加权关联度的特征优选方法综合筛选滑坡变形影响因子,提取具有代表性的影响因子并剔除关联性差的影响因子; 然后,通过逐步回归方法赋予各监测点位移和优选后的影响因子对应的重要性权重系数,获取多源异构数据融合序列; 最后,采用甘肃黑方台党川滑坡监测设备所获取的全球卫星导航系统(GNSS)监测数据、裂缝位移计数据及气象数据进行实验验证。结果表明:在滑坡变形影响因子筛选性能方面,基于加权关联度的特征优选方法优于传统的Pearson相关系数法; 基于特征优选和逐步回归的多源多点位异构数据融合模型的预测精度较传统的BP神经网络有所提升,其中均方根误差(RMSE)降低了51.8%,平均绝对百分比误差(MAPE)降低了2.26%,拟合优度达到了0.964。     

基于融合粒子群的高等数学辅助教学系统设计

为提高高等数学辅助教学的资源共享和调度水平,提出了一种基于粒子群优化算法的高等数学辅助教学系统设计。构建了高等数学教学资源融合模型,利用融合粒子群优化算法实现了高等数学辅助教学资源的自适应调度,提取了高等数学辅助教学资源的自相关特征量,通过模糊相关特征匹配和统计分析方法,实现高等数学辅助教学资源融合的自适应优化,并对粒子群优化过程中统计特征的组合进行分析和控制,实现了资源调度和信息融合,提高了高等数学辅助教学的管理能力。仿真结果表明,所设计系统的教学信息资源整合程度高,信息调度能力强,高等数学辅助教学管理水平得到提高。