基于多源特征融合的实验室不安全行为检测系统设计

为降低实验室事故发生率,设计一种基于多源特征融合的实验室不安全行为检测系统。首先,构建系统基础框架,在图像采集单元中利用高清摄像机获取实验室监控视频图像,经过图像处理单元的灰度化、去噪、平滑滤波处理后,在目标识别单元中采用帧间差分法获得视频目标区域图像;然后,在特征提取单元中处理视频目标区域图像,提取HOG特征以及人体行为重心特征,通过对二者进行融合处理得到一维特征向量,将其输入到行为检测单元中,利用SVM分类器检测不安全行为。实验结果表明:所设计系统可有效检测实验室不安全行为,F1指数均值、召回率均值分别为98.94%、99.15%,错误检测数量较少。

考虑多源特征融合的变压器谐振过电压故障检测

在变压器谐振过电压故障检测中,多个变量如电压、电流和频率等之间相互关联,并且受到外界条件和操作方式的影响。这些复杂的变量相互作用使得故障检测的分析和判断变得困难。为此,本研究考虑多源特征融合,提出一种变压器谐振过电压故障检测方法。选择多源低层特征融合技术,对变压器多源特征完成加权融合。基于此,以谐振过电压熔断量判断是否存在过电压故障,实现变压器谐振过电压故障检测。实验结果验证了研究方法能够精准检测出变压器的过电压时刻,且可准确输出突变电压值,说明该方法具有较好的应用性能。

改进共空间模式与多源特征融合的轴承智能诊断方法

针对传统方法难以有效提取滚动轴承的故障特征,以及单向振动信号易存在故障信息丢失等问题,将共空间模式(CSP)算法引入滚动轴承故障诊断领域,提出了一种改进共空间模式(MCSP)算法与多源特征融合的轴承智能诊断方法。首先,利用CSP算法将轴承3个方向的振动信号进行数据层与特征层的深度融合,充分提取故障信息的同时缩短了数据处理时间;然后,采用子类空间滤波器集合策略改进决策层,构建最优空间滤波器,有效提取轴承不同健康状态的空域特征;最后,通过支持向量机(SVM)实现不同故障类型及程度的识别。使用SLIET轴承公开数据集和实验室轴承数据集进行验证,结果表明:与未改进共空间模式方法相比,改进后的方法在2个数据集上的轴承平均识别准确率均达到99%以上,且分别提升了3.04%和6.26%,平均耗时均在0.1 s以下,验证了所提方法具有更好的故障识别准确率和运行效率。

多源特征融合的能见度预测方法研究

为了提高能见度预测的准确性,该文提出了基于逐步回归和有序逻辑回归的能见度预测模型。首先,基于气象要素数据、环境因子数据以及24 h滞后项能见度数据构建了多源数据融合的数据集。其次,利用逐步回归方法对获取的气象因子、环境因子以及24 h滞后项数据进行特征提取,构建多源特征融合的数据集。最后,构建基于有序逻辑回归的能见度预测模型,利用累积概率函数得到每个样本隶属于每个等级的概率。通过在有序逻辑回归模型上预测不同类别特征,把构建模型与多项逻辑回归、线性回归模型进行对比,从而验证了该文构建的多源特征融合数据集的有效性以及所构建模型的有效性。

基于多源特征门控融合的软件缺陷预测

随着当前软件开发规模的增大和复杂度的不断提高,如何在保证效率的同时提高软件质量成为软件工程领域研究的重点和难点.软件缺陷预测是软件质量保障的重要研究方向,旨在帮助软件从业人员预测软件产品中潜在的缺陷模块,从而更有效地分配测试资源.已有研究主要提取软件特征来建立缺陷预测模型,但通常仅使用单一类型特征作为模型输入,并且缺乏特征的有效融合,导致缺陷预测的性能有待提高.提出了一种基于多源特征门控融合的软件缺陷预测方法(DP⁃GM),首先利用抽象语法树和词嵌入模型得到代码语义表示;然后,采用门控循环单元(GRU)对语义特征向量和传统特征向量进行特征提取;最后,利用门控机制融合多源特征来训练模型并进行软件缺陷预测.实验结果表明,与当前具有代表性的三个基线方法相比较,提出的方法在召回率和F1值分别高出最优基线方法35.3%和10.5%.因此,提出的方法可提升软件缺陷预测的准确性,帮助软件从业者提高开发效益.

多源信号特征融合的电能质量扰动识别

为了解决风能、太阳能等可再生能源输出的不稳定性和间歇性给电能质量带来的问题,提出多源信号特征融合的电能质量扰动识别方法.该方法引入电流信息增强扰动特征,为解决电能质量扰动识别提供了新的视角.算例分析结果表明:相对于其他2种方法,该文方法的4个评价指标(准确率、精确率、召回率和F1分数)均最高.因此,该文方法具有优越性.

HINet:一种面向冰雹识别的多源数据融合网络

冰雹天气具有突发性和局地性强,以及破坏力大的特点。尽管地面自动站、雷达和卫星等获取的观测资料在冰雹识别中发挥了一定的作用,但单一观测资料的局限性导致冰雹识别虚警率较高和准确率较低。因此,亟需构建基于多源高分辨率观测的冰雹识别技术。本文提出了一种面向冰雹识别的多源数据融合网络,该深度学习方法利用时空特征提取模块、多源数据特征融合模块和UCUNet(U Connection Unet,U形连接卷积神经网络)识别模块,充分挖掘冰雹发生时FY4B(风云四号B星)、天气雷达和数值模式等多源数据的时空特征,并创新地加入地形高度、坡度、坡向等作为冰雹识别因子。为评估所提网络方法的性能,本文进行了系列实验,并将实验结果与真实标签数据进行对比。结果显示,HINet(Hail Identification Net,冰雹识别网络)能够充分利用多源数据,在复杂地形条件下有效改善冰雹识别结果,在冰雹研究和识别中具有较高的准确性和实用性。

基于Transformer和动态3D卷积的多源遥感图像分类

多源遥感数据具有互补性和协同性,近年来,基于深度学习的方法已经在多源遥感图像分类中取得了一定进展,但当前方法仍面临关键难题,如多源遥感图像特征表达不一致,融合困难,基于静态推理范式的神经网络缺乏对不同类别地物的适应性。为解决上述问题,提出了基于跨模态Transformer和多尺度动态3D卷积的多源遥感图像分类模型。为提高多源特征表达的一致性,设计了基于Transformer的融合模块,借助其强大的注意力建模能力挖掘高光谱和LiDAR数据特征之间的相互作用;为提高特征提取方法对不同地物类别的适应性,设计了多尺度动态3D卷积模块,将输入特征的多尺度信息融入卷积核的调制,提高卷积操作对不同地物的适应性。采用多源遥感数据集Houston和Trento对所提方法进行验证,实验结果表明:所提方法在Houston和Trento数据集上总体准确率分别达到94.60%和98.21%,相比MGA-MFN等主流方法,总体准确率分别至少提升0.97%和0.25%,验证了所提方法可有效提升多源遥感图像分类的准确率。

多源流量特征分析方法及其在异常检测中的应用

针对不同的网络攻击会造成不同流量特征的变化,单一的网络流量特征难以全面检测网络异常的缺陷,提出了一种多源流量特征分析方法。通过选取一组网络流测度,分析其分布特征并采用雷尼信息熵方法进行多源流量特征融合以实现对网络异常行为的全面检测。基于真实网络流量的实验结果表明,提出的网络异常行为检测方法实现简单、计算量小、检测精度高,可适用于大规模网络,能有效检测已知及未知异常。

多源特征层融合故障诊断方法在电力电子电路中的应用

科学技术和社会的不断发展和融合,带来了人们对大型设备的多源化需求,随着这些设备的使用和推广,不仅为人们的生活和工作带来了诸多便利,也为人们带来了有关设备故障的安全隐患。为尽可能减少安全事故的发生,保障人们的生产和生活安全,人们在不断研究和发展故障诊断技术。多源特征层融合故障诊断是相对较为智能和高效的故障诊断方法,随着应用的不断发展与推广,在故障诊断领域占据着越来越重要的位置。本文通过对电力电子电路中运用多源特征层融合故障诊断方法的研究,希望能真正促进电力电子电路中安全系数的提升,为相关工作研究提供参考。

基于时序图神经网络的潜在高价值专利识别研究

高价值专利是构建当前“国内国际双循环”新发展格局的核心资源,也是促使我国在国际经济新秩序中立足战略制高点、全面推进科技自立自强的核心要素,准确识别潜在的高价值专利是对其进行价值培育与技术转化的关键性步骤。本文在充分挖掘中国专利奖获奖专利特征的基础上,综合利用Patent-BERT(bidirectional encoder representations from transformers for patent)与图深度学习算法,在融合专利评估指标、文本特征的基础之上,提出了基于图卷积神经网络(graph convolutional network,GCN)与长短时记忆网络(long short-term memory,LSTM)的潜在高价值专利识别模型。本文的创新点主要体现在两个方面:(1)修正了已有研究中仅关注诸如专利增长速度、合作潜力等“数量”特征而缺乏对文本语义深度理解的弊端,从文本语义与专利计量维度构建专利价值的表示模型;(2)考虑到专利价值的时序变化性,从动态视角探索了专利价值的演化规律,为专利价值的挖掘与评估提供了新的研究思路。最后,本文对node2vec、doc2vec、GCN、MLP(multilayer perceptron)等多种模型进行性能对比,研究结果表明,本文模型在多项指标上的表现均优于对照模型,从而有效验证了本文方案的高效性与稳健性。

空间目标在轨状态雷达成像估计技术综述

空间目标状态估计旨在获取目标在轨姿态运动和几何结构等状态参数,是完成目标动作意图分析、排查潜在故障威胁和预判在轨态势等任务的关键技术。通过雷达光电成像信息处理实现在轨姿态估计是空间目标状态分析的重要途径,当前已经形成了一系列代表性实用方法。该文首先简要介绍了国内外用于空间目标监测的地基逆合成孔径雷达发展现状;重点针对空间目标时序特征匹配、三维成像重建和多视融合姿态估计多类代表性方法进行原理介绍与技术总结:数据特征匹配的状态估计性能可靠但依赖目标模型先验;三维几何重建的状态估计具备目标精细刻画潜力但观测几何要求高。同时,该文也对空间目标在轨状态估计方向未来发展趋势进行了展望。