基于小波的全局多源遥感图像信息融合方法

提出的图像信息融合方法用于解决传统方法在空间分辨率等方面的不足。原始图像经过小波变换，分解成子图像，再进行分块处理，高、低分辨率图像根据全局方差准则分别计算融合的权值系数，进行图像融合重建，然后，对图像采用全局法进行信息融合，实验表明，方法切实可行，能使低分辨率图像接近于高分辨率图像。     

一种基于信息网格的多源信息集成方案

随着分布式系统的推广,各种与企业某一活动相关的信息资源分布在各个异构的信息源上,致使给企业用户全面、正确的决策带来极大的困难.为了有效地利用这些信息资源,提出了一种基于信息网格的多源信息集成方案,并利用XML技术来集成各个分布自治的异构信息源上的信息,提供给所有用户一个透明的访问接口.     

基于视觉注意力机制的多源遥感图像语义分割

近年来,随着空间感知技术的不断发展,对多源遥感图像的融合处理需求也逐渐增多,如何有效地提取多源图像中的互补信息以完成特定任务成为当前的研究热点。针对多源遥感图像融合语义分割任务中,多源图像的信息冗余和全局特征提取难题,本文提出一种将多光谱图像（Multispectral image, MS）、全色图像（Panchromatic image, PAN）和合成孔径雷达 （Synthetic Aperture Radar, SAR）图像融合的基于Transformer的多源遥感图像语义分割模型Transformer U-Net （TU-Net）。该模型使用通道交换网络（Channel-Exchanging-Network, CEN）对融合支路中的多源遥感特征图进行通道交换,以获得更好的信息互补性,减少数据冗余。同时在特征图拼接后通过带注意力机制的Transformer模块对融合特征图进行全局上下文建模,提取多源遥感图像的全局特征,并以端到端的方式分割多源图像。在MSAW数据集上的训练和验证结果表明,相比目前的多源融合语义分割算法,在F₁值和Dice系数上分别提高了3.31%~11.47%和4.87%~8.55%,对建筑物的分割效果提升明显。      

基于证据理论的多源信息融合模型

随着作战装备多元化以及信息化技术的不断发展,多源信息融合的重要性日益突出,成为提升信息化装备战斗能力的决定性因素.证据理论因其在不确定性表示、量度和组合方面的优势而得到广泛应用,是实现多源信息融合的有效途径.然而在实际作战中,对目标的融合识别是一个过程,现有的融合识别算法大多忽略了应用中的过程性.从实际应用角度出发提出一种基于时域信息积累的多源信息融合模型,理论分析和实验仿真验证了该模型的合理性、正确性和有效性.     

基于软件架构设计的多源信息融合系统

以往对多源信息融合系统的研究大多是基于某种算法,针对某一层级或某一类传感器数据的特征信息进行分析、处理和综合。为优化多源信息融合系统综合处理及集成能力,针对多级多源信息融合处理系统进行领域工程分析,提出了该领域的通用软件架构模型,对软件构件化技术在多级多源信息融合系统中的应用进行了初步探索。     

多源信息融合中的位置级融合评述

简要介绍了信息融合理论中的位置级融合的理论及相关算法，并分析了鲁棒融合的必要性、状态与噪声的相关性、研究非标准非线性系统融合算法的重要性及信息融合在工业过程控制系统中的应用。     

FRKDNet：基于知识蒸馏的特征提炼语义分割网络

传统的语义分割知识蒸馏方法仍然存在知识蒸馏不完全、特征信息传递不显著等问题,且教师网络传递的知识情况复杂,容易丢失特征的位置信息。针对以上问题,本文提出了一种基于知识蒸馏的特征提炼语义分割模型FRKDNet。首先根据前景特征与背景噪声的特点,设计了一种特征提炼方法来将蒸馏知识中的前景内容进行分离,过滤掉教师网络的伪知识后将更准确的特征内容传递给学生网络,从而提高特征的表现能力。同时,在特征空间的隐式编码中提取类间距离与类内距离从而得到相应的特征坐标掩码,学生网络通过模拟特征位置信息来最小化与教师网络特征位置的差距,并分别和学生网络进行蒸馏损失计算,从而提高学生网络的分割精度,辅助学生网络更快地收敛。最后在公开数据集Pascal VOC和Cityscapes上实现了优秀的分割性能,MIoU分别达到74.19%和76.53%,比原始学生网络分别提高了2.04%和4.48%。本文方法相比于主流方法具有更好的分割性能和鲁棒性,为语义分割知识蒸馏提供了一种新方法。     

基于FISST的多源异类信息配准算法

针对超高速、超强机动等特定目标的探测和跟踪问题,雷达等传统传感器的量测值少,难于获得有效的探测跟踪,还需要人工情报、专家库信息等异类信息,对于这些信息的配准融合处理尚无有效方法.基于有限集合统计学（FISST）理论,在对几种异类信息进行统一表示并给出相应的滤波处理方法基础上,提出了焦点目标的匹配概率（匹配度）作为异类信息配准指标,并采用卡尔曼证据滤波方法进行计算.最后给出了仿真实例,验证了方法的有效性和可行性.     

多源信息融合软件的设计与实现

针对多源信息类型不一致影响信息利用效率的问题,文章在分析传统多源数据融合模型的基础上,研究了多源信息融合软件的架构及相关技术,设计并开发的软件具有较高的实用价值。     

多源信息融合技术及其应用研究

首先,文章阐述了多源信息融合的概念与模型;其次,探讨了多源信息融合的层次和方法;最后,介绍了多源信息融合技术的应用领域和发展趋势,特别讨论了几个新兴的应用领域。     

基于多源异构数据融合的电力工程知识图谱架构算法

针对电力行业数字化进程中出现的对于多源异构类型数据的分析效率低、概念逻辑混乱等问题,开展了基于数据融合的电力工程知识图谱架构算法研究。在收集电力行业数据和外部数据并整理相关领域专业术语的基础上,构建了电力工程知识图谱,采用CRF算法将非结构化文本信息转化为结构化信息。最终将典型相关分析（CCA）与深度神经网络相结合,利用逐层语义匹配的方法,架构出满足域私有网络和域共有网络的深度语义匹配模型。通过设置对照组进行对比测试结果表明,文中提出的多源异构数据融合模型可以有效提高不同领域实例数据的融合精度,较两种对比算法分别提高了8.32%和11.7%,具有较为理想的综合性能。     

多特征信息融合的人群密度估计方法

人群密度估计在智能安全防范领域具有重要的应用价值.针对人群密度估计在二维图像中视角变化呈现较大差异、特征空间信息丢失、尺度特征和人群特征提取困难等问题,提出了一种多特征信息融合的人群密度估计方法.该方法通过注意力机制引导的空间注意力透视(Perspective of spatial attention,PSA)方法,对图像多视角信息进行了有效信息编码,获取了特征图的空间全局上下文信息,弱化了视角变化带来的影响;而后通过多尺度信息聚合(Multi-Scale Information Aggregation,MSIA)方法,利用多尺度非对称卷积与不同膨胀率的空洞卷积进行了有效融合,获取了较为全面的图像尺度及特征信息.最终通过细致语义特征嵌入融合的方式,补充了高层特征图的空间信息及低层特征图的语义信息,并使上下文信息与尺度信息相互补充,提高了模型的准确度与鲁棒性.采用ShanghaiTech、Mall、Worldexpo'10数据集进行了实验验证,实验结果表明,所提方法的性能较其他对比方法有一定的提升.     

直升机多源信息融合仿真系统设计

针对直升机载多传感器的性能特点和作战过程低截获的要求,设计了一种多源信息融合仿真系统,该系统在融合处理火控雷达、数据链、地理信息系统等数据的基础上,利用融合后的目标信息引导光电系统进行协同探测,实现对目标的快速精确瞄准.首先介绍了仿真系统组成功能和运行流程,然后详细研究了数据生成、数据融合、数据处理与显示等模块的设计思...     

基于多源信息融合的RBF神经网络室内可见光定位算法

针对基于接收信号强度（RSS）的定位技术易受环境干扰而导致定位精度不高和稳定性较差的问题,提出了一种基于多源信息融合的径向基函数（RBF）神经网络室内可见光定位算法。通过将图像的颜色矩特征与RSS矩特征融合,构建指纹库,并采用RBF神经网络进行预测,实现了图像与RSS之间的优势互补,最后对定位算法进行了验证。实验结果表明,经过优化的多源信息融合定位算法较单一RSS定位算法的定位精度提高了9.4%。     

多源信息融合的低信噪比激光图像增强研究

低信噪比激光图像增强研究具有十分重要的意义,当前激光图像增强方法存在激光图像清晰度低、对比度差,为了提高低信噪比的激光图像质量,提出了多源信息融合的低信噪比激光图像增强方法.首先采用多个传感器采集不同的高信噪比激光图像,建立清晰度的激光图像库,然后采用卷积神经网络对低信噪比激光图像和图像库中高信噪比激光图像之间关系进行...     

多源遥感图像融合语义分割发展现状与展望

遥感图像的语义信息提取正成为城市规划利用、土地覆盖勘察、灾害变化检测以及海上态势感知等研究方向的关键技术之一。文中从由“单源”向“多源”发展的遥感图像智能处理需求出发,首先概述并分析了大数据时代和深度学习背景下的遥感图像语义分割发展现状,主要包括单一来源图像语义分割、多源遥感图像融合语义分割和多源(同质/异质)遥感图像变化检测。然后在阐述主要方法的基础上,提炼并总结了多源遥感图像语义分割的关键技术,主要有单源遥感图像快速语义分割、语义信息辅助的多源遥感图像精确配准与融合、基于多源遥感图像的语义信息智能提取。最后,针对多源遥感图像在轨处理需求,概括出高分辨率多源遥感图像智能一体化信息提取所面临的技术挑战,并对未来发展趋势进行展望。     

基于随机集理论的多源信息统一表示与建模方法

 由于信息形式的多样性及其特征的复杂性,使得对不确定、未知性、非精确和不完全等类型信息的表示和建模都要通过相应的方法完成,由于方法的不统一,从而很难实现对异类信息的融合.所以,能否找到一种统一的理论实现多源异类信息的表示与建模,最终实现融合成为信息融合中的关键问题.众多研究者经过多年的探索发现,随机集理论有望解决这个难题.本文首先对各种多源信息进行分类,并介绍几种常用的表示和建模方法及其适用范围;随后引入随机集理论的基本概念和性质,综合论述该理论与已有方法之间的相互转化关系,并进一步论证用随机集统一表示和建模多源信息的可能性;最后,介绍随机集理论在信息融合中的应用并指出未来的发展方向.     

一种基于多源信息的广义比例组合可靠性分配法

提出一种基于多源信息的广义比例组合电子系统可靠性分配法.该方法在GJB 299C-2006元器件失效率预计公式的基础上,按新研系统的新标准、新环境统一折合元器件失效率,估计相似单机失效率,而后按照新系统设计方案来组合各类型单机,最后利用余度系统比例组合法将系统可靠性指标分配至各单机.该方法拓展了比例组合法的适用范围.基...