基于通道组合-数据对齐-多尺度全局CNN的MI-EEG分类

由于运动想象脑机接口(MI-BCI)范式不需要视觉刺激,应用MI-BCI范式在提高人机交互系统舒适度方面具有重要意义。为实现辅助设备的异步控制,提高模型的鲁棒性,减少通道使用数量以降低BCI系统输入的复杂性,提出一种基于通道组合(channel combination,CC)-数据对齐(euclidean space data alignment,EA)-多尺度全局卷积神经网络(multiscale global convolutional neural network,MGCNN)的运动想象脑电分类方法。通过引入大脑静息状态下的脑电信号,扩展MI-BCI输出指令集;利用CC将22通道脑电数据重构为左右对称通道加中间通道的3通道形式,重构后的数据经过EA方法规范后作为网络输入;构建多尺度卷积模块与全局卷积模块,并行提取脑电信号的局部特征和ERS/ERD全局特征;利用迁移学习提升模型的解码能力。结果表明:该方法在BCI Competition IV 2a数据集上达到了99.28%的平均准确率和0.99的Kappa值,提高了运动想象脑电分类精度,为在线异步运动想象脑机接口的应用与发展作出了贡献。

面向纵向联邦学习的隐私保护数据对齐框架

纵向联邦学习中,各个客户端持有的数据集中包含有重叠的样本ID和不同维度的样本特征,需要进行数据对齐以适应模型训练。现有数据对齐技术一般将各方样本ID交集作为公开信息,如何在不泄露样本ID交集的前提下实现数据对齐成为亟需解决的问题。基于可交换加密和同态加密技术,该文构造了隐私保护的数据对齐框架ALIGN,包括数据加密、密文盲化、密文求交和特征拼接等步骤,使得相同的原始样本ID经过双重可交换加密可变换为相同的密文,并且对样本特征经同态加密后又进行了盲化处理。ALIGN框架能够对参与方样本ID的密文求交,将交集内样本ID对应的全部特征数据进行拼接并以秘密分享形式分配给参与方。相比现有数据对齐技术,该框架不仅能够保护样本ID交集的隐私性,同时能安全地删除样本ID交集外的样本信息。对ALIGN框架的安全性证明表明,除数据规模外,各客户端不能通过数据对齐获得关于对方数据的任何信息,保证了隐私保护策略的有效性。与现有工作相比,每增加10%的冗余数据,ALIGN框架利用所得数据对齐结果可将模型训练时间缩短约1.3秒,将模型训练准确度稳定在85%以上。仿真实验结果表明,通过ALIGN框架进行纵向联邦学习数据对齐,有利于提升后续模型训练的效率和模型准确度。

基于时间延迟技术的电力调度数据对齐方法研究

现代电网调度中心所运用的数据监测系统包括传统常用的SCADA系统和近年来新型的广域测量系统(WAMS)。前者的实现通过安装在变电站和发电厂进行远程控制,后者的实现则通过安装在主干网络的变电站和发电厂进行同步相量测量。本文主要针对电力调度系统中数据存在的偏差问题展开深度分析,并研究一种能够应用时间延迟技术的方法,消除偏差让采集和入库时间一致,将数据以帧的形式传输并存储,结合初始数据信息对偏移时间进行计算,再归类修复。该方式能够有效解决问题,以期为相关人员提供参考。

人体静电电位信号数据对齐方法研究

针对多传感器检测系统相关试验中存在的多个传感器在数据采集过程中数据读取时间不同步以及采样频率不统一,导致数据对齐存在偏差,无法进行精确解算的问题,以人体静电电位信号采集试验的数据对齐操作为例,通过函数计算、波形分析、特征点提取等方法对3组不同传感器数据进行滤波清洗和对齐处理。结果表明,上述方法能够得到有效数据的起始点和终止点,解决数据采集过程中读取不同步的问题,提高了多传感器数据的对齐精度,为试验后续信号的识别提供更加准确的数据支持。所设计的数据对齐方法可应用于静电检测、运动健康、行为识别等具有多个传感器的数据采集系统中,为系统数据的对齐处理提供了有效的理论参考与方法依据。

基于数据对齐的生成性对抗网络轴承剩余寿命预测

针对传统智能数据驱动轴承剩余寿命预测中存在的首次预测时间确定难度大以及模型泛化能力差等问题,提出一种基于数据对齐的生成性对抗网络轴承剩余寿命预测方法。生成性对抗网络用于了解健康状态数据的分布,依此建立健康指标来确定首次预测时间。为了弥合不同机器之间的数据分布差异,提出一种数据对齐策略来提取实体不变特征。进一步采用对抗训练,在健康状态和退化数据的学习子空间中实现数据对齐,将提取的广义特征表示用于预测轴承的剩余寿命。在两个轴承退化数据集上进行了对比实验,验证了该方法的有效性。

管道不同内检测数据对齐算法研究及完整性评价

为综合利用管道不同轮次的内检测数据信息、挖掘数据内存在的缺陷规律,在管道长度、管段长度、管件位置和焊缝对齐等约束条件下,通过迭代计算使两次内检测在焊缝上的绝对里程或相对里程误差最小,实现0号焊缝的数据对齐,进而实现管道其余特征的对齐,并针对对齐结果进行了完整性评价。结果表明,管道基本特征、变形特征和金属缺陷的对齐效果良好;检测报告共得到8个严重的壁厚损失点,通过压力分析,其中3个点的运行压力与最大安全工作压力的差值较小,应立即修复;通过开挖验证,结果与内检测结果的相对误差为-10.08%~7.04%,验证了内检测技术的准确性及数据对齐的必要性。

管道内检测数据对齐方法及腐蚀安全评价

提高管道内检测数据的挖掘和利用程度,可更好地对管道进行腐蚀安全评价、制定防护措施。从数据预处理、特征提取、关键点对齐、人工对齐和成果输出等方面出发,利用KL散点算法构建内检测数据对齐模型,并针对同一检测公司不同批次的内检测数据,以及不同检测公司不同批次的内检测数据进行案例分析,最后实现对某管道的腐蚀安全评价。结果表明,通过案例对内检测数据对齐的结果进行了验证,待评价管道的ERF均小于1,满足承压要求,最小剩余寿命为6.7年。

城镇燃气管道数据对齐方法及应用研究

城镇燃气管道由于改线、内检测装备检测误差等问题,会造成多轮次内检测数据无法对齐、检测数据价值挖掘不充分等问题,通过建立针对城镇管道的数据对齐方法、开发燃气管道数据对齐系统等手段,实现了存在改线段燃气线路的多轮次内检测数据自动对齐及改线段的自动判别;在内检测数据自动对齐基础上提出了针对金属损失、凹陷、焊缝缺陷点的匹配方法,以获取金属损失点及凹陷的增长情况;依据缺陷匹配情况,提出燃气管线的剩余寿命预测方法;最后以某段60 km的燃气管道为例,对该方法进行验证。实地验证结果表明:该方法能够快速识别和定位误检、漏检及改线段位置,自动对齐效率在98%以上,并完成93.6%的缺陷点的自动匹配工作,证明该方法具有较高的可行性及适用性。

基于点云数据对齐技术的岩体结构面三维吻合度求取

为了更好地描述岩体结构面的吻合程度,引入点云数据对齐技术,计算获得岩体结构面三维吻合度参数(JMC3D)。采用三维激光扫描技术,获取岩体结构面上下盘点云数据,基于迭代最近算法(ICP),将结构面参考面和测试面点云数据统一到全局坐标系中并实现对齐,计算对齐后的测试面与参考面之间的Z坐标高差;然后,将高差位于对齐误差区间的点云数据作为吻合部分予以定量化,计算岩体结构面上下盘吻合面积百分比,从而获取三维吻合度参数。最后,根据JRC-JMC模型公式求取岩体结构面剪切强度,与室内岩体结构面直剪试验结果对比分析进行方法验证。4组试验对比结果误差分别为7.38%、3.21%、9.03%、10.02%,表明基于点云数据对齐技术求取的岩体结构面三维吻合度具有一定可行性和实用性,同时也进一步印证岩体结构面三维吻合度与剪切强度之间的相互联系。

线结构光三维扫描测量中的多视数据对齐

对于大尺寸复杂形状全貌测量,基于光学测量技术测量范围的限制,需要将多视角测量数据统一到一个全局坐标系下,以形成被测形状的完整表达。该文研究了线结构光测量环境下的多视数据对齐技术,提出以投射激光光条为依据的标志点识别与计算方法,应用距离约束法建立各视角下标志点集的对应关系。利用各视角下的标志点集建立局部测量坐标系,并利用局部测量坐标系实现多视测量数据的预对齐;而且以测量数据的预对齐作为初始对齐结果,使用优化算法进行多视数据精确对齐以提高对齐精度。实验结果表明,多视数据对齐方法快速、稳定,可有效扩展线结构光测量技术的测量范围。

半捷联惯性测量系统多路采集数据对齐方法

半捷联惯性测量系统能实时精确测量弹体的各种飞行参数,为常规弹药精确制导提供可能,半捷联惯性测量系统包含两块采集数据的采存模块,当系统运行时,由于两个采存模块采集不同步以及取点不统一导致采集的数据不是实时同步,从而无法对系统测得的数据进行解算,本文提出一个实时对齐方法,利用数据相关性,求出差的平方和的最小值即为最接近的值,实现数据对齐,为后续精确解算奠定基础。

冲压零件的多视数据对齐方法

基于多视数据产生的原因及数据采集方法不同,给出了解决多视数据对齐的系统方法。在深入分析冲压零件结构特点的基础上,采用柔性数据测量方法实现高精度多视数据对齐。根据三基准点对齐原理,采用合理的工程对齐方法,通过矩阵变换达到冲压零件多视数据的对齐定位。并从工程实际角度出发,介绍了2种典型的数据对齐方法,提出了一种基于几何特征点对齐的新方法,并给出了一些多视数据对齐应用实例。

多传感器集成测量系统的数据对齐方法

目前多传感器集成测量系统的数据对齐精度完全依赖于对几何参考体的测量精度,对齐的灵活性不高,过程比较复杂,为此文中提出了一种不依靠简单几何体作为基准的自动对齐算法.该算法首先通过计算点集曲率来辅助选取3对近似对应点,求解坐标变换矩阵实现初始对齐;然后对非接触扫描点云进行三角剖分,以接触式测量所获点集向对应三角片的投影寻找对应点,之后进行坐标变换迭代求解,从而实现了不存在对应点的点集之间的对齐;最后用包围盒求交法实现了数据的融合.实验结果表明,本算法对初始位置要求不高,在改善对齐精度的同时减少了对齐过程中的人工干预.文中数据对齐的最小二乘误差最大为0.045μm,最小为0.025μm.

逆向工程中的多视数据对齐方法

在分析了多视数据产生的原因及其不同的数据采集方法,给出了解决多视数据对齐问题的方法。并根据三基准点对齐的原理,采用合适的对齐方法,通过变换坐标从而达到数据对齐定位的目的。本文介绍了目前在逆向工程中常用的几种数据对齐方法。

基于数据对齐属性指导的GCC自动向量化优化

主流通用处理器都已经实现了多核并行以及处理器核内的SIMD并行。虽然GCC编译器实现了面向SIMD并行的自动向量化,但是编译器针对OpenMP并行程序的自动向量化效果仍很不理想。针对多线程并行的OpenMP程序,基于GCC的OpenMP编译实现,扩展了数据对齐属性指导语句,使编译器在自动向量化时能够进行更准确的数据对齐与否的判断,优化了GCC编译器的自动向量化。

基于关联控制参数的火箭遥测数据对齐方法

针对火箭遥测数据分析判读中的数据对齐问题,探讨了一种基于关联控制参数的数据分段并进行选择性均匀插值的数据对齐方法。实验结果表明,该方法具备可行性且显著降低了关键时刻错位带来的对齐误差,提高了对比分析的直观性,对火箭遥测数据的预处理有一定的参考价值。

基于FPGA的参数化多路数据对齐器设计

在现场可编程门阵列器件(FPGA)的高速实时信号处理系统中,多路数据对齐器是常用的电路设计。介绍了一种运用硬件描述语言参数化方式设计的多通道数据对齐方法,首先缓存各路数据,然后依据数据特征检测同步标志信号并寄存地址,对齐后同步读出。将多路对齐逻辑隔离开来,通过设置不同的同步标志检测电路可以适应多种应用,结构简单、可扩展性强;最大限度减少数据丢失,保证数据连续性;同时解决了跨时钟域的问题。列举了对齐器的两种应用,并通过仿真验证和器件编程在线校验。

数据对齐在管道安全评估方面的应用研究

基于库鄯输油管道库尔勒—马兰段建设施工数据和检测数据,进行数据对齐在管道安全评估方面的应用测试研究。采用合适的数据对齐方法,实现了多轮内检测数据对齐;并根据对齐数据对重要的管道缺陷数据进行了多方面深度分析,根据分析结果对管线安全进行了科学评估。结果表明:该方法不仅为实现该管段完整性评价以保障安全运行提供了可靠的数据支撑,也为基于内检测数据对齐而对管道进行安全风险评估的研究方向提供了实例支撑。

考虑内外检测数据对齐的管道完整性评价技术研究

针对目前内外检测数据的对齐主要依靠人工核查和开挖验证,无法充分利用挖掘检测信息的问题,分别从内检测和外检测数据中提取特征要素信息和里程信息作为输入、输出变量,采用极限梯度提升(XGBoost)算法建立两者的映射关系,预测内检测点在外检测点的里程,以内检测信息为基准,采用逐步平移实现内外检测数据的对齐,并根据对齐结果进行综合分析。结果表明,数据对齐后所有站场和阀室的里程误差均在5 m以内,经纬度分布变化高度一致,对齐结果点满足精度要求;实例分析中管道受交、直流干扰程度较小,管道全线阴极保护正常,虽然土壤腐蚀性较强,但存在金属损失且防腐层破损处未见明显的腐蚀坑和腐蚀产物,说明管道运行状态良好。研究结果可为提升管道完整性管理水平提供理论依据。

一种改进的高速通信系统中的数据对齐方案

针对高速数据通信系统中因不同通道的时延差异造成的数据延迟不一致问题,提出一种多通道高速数据对齐的实现方案。通过时钟芯片产生标准的周期可配的基准信号,在发送侧产生同步于基准时钟的采样时钟,在接收侧产生同步于基准时钟的读时钟,利用采样时钟控制发送侧多通道同时采样,并利用读时钟控制接收侧多通道独立队列的数据读取。将所提方案运用在25 G PON系统中,实验结果表明,该方案能够完成高速通信系统中的多通道数据对齐,且系统有较高的鲁棒性和资源利用率。