摘要
由于现有的感知方法延迟率高,感知效果差,为此研究基于多特征融合的水闸工程运行安全感知方法。通过多特征融合方式将水闸工程在运行中灰度图像进行运行安全感知,将提取的特征进行聚类,将代表像素点利用流形学习的方式进行降维,得到不同像素点的颜色信息,生成水闸工程项目的运行全彩图像。对原始图像进行卷积操作,将不同特征归到相同尺度下。计算密度结果并排序,输出聚类后的像素点结果合并获得图像特征。通过对传感器采集的数据进行融合,获得水闸工程的监测数据,计算数据间融合度得到水闸工程被测量参数的最佳融合结果。构建感知模型,将采集到的水闸工程运行数据流转化为窗口值,对不同的窗格结果进行对比,分析连续窗格中的特征情况获得感知目标的状态信息从而完成感知。实验结果表明,实验组的延迟率为10%,为4组中最小感知延迟率,达到较高的感知效果。
