基于灌区数字孪生数据底板的时空多源多尺度融合框架构建

针对灌区数据种类多、格式不统一、监测频次不同、地理空间尺度不一致、业务交叉多、数据融合难等问题,提出解决灌区数字孪生底板多源数据融合问题的框架和方法。从灌区统一水利对象模型、对象融合(实体对象关系融合、倾斜摄影模型和BIM模型的融合、矢量对象与倾斜摄影模型的融合)、特征融合(多源遥感数据的特征融合、不同分辨率地形特征的融合)、数值融合(测站监测数据的融合、点数据和网格数据的空间尺度融合、降雨网格长中短期预报数据时空插值融合)等方面阐述多源数据融合路径。在欧阳海灌区项目实践中,提出灌区作物种植面积估算、基于多源数据融合的旱情监测、基于多源数据融合的淹没分析等应用场景,实现数字孪生灌区由整体到局部、由抽象到细节、由二维到三维等多层次可看、可用、可查的业务目标。

Development of the Data Processing and Analysis System Framework for ICF Experiments

An idea is presented about the development of a data processing and analysis system for ICF experiments, which is based on an object oriented framework. The design and preliminary implementation of the data processing and analysis framework based on the ROOT system have been completed. Software for unfolding soft X-ray spectra has been developed to test the functions of this framework.

基于数据融合的隧道结构安全性能感知体系框架

随着交通基础设施建设持续扩大,大量隧道进入养护维修高峰期,结构安全风险呈滚动式周期性爆发趋势。目前隧道结构健康监测信息化和智能化程度较低,安全性能感知困难,严重影响了隧道的正常运维。本文立足于隧道结构健康监测和决策需求,提出了一种基于数物交互和数据融合的隧道结构安全性能感知体系框架。首先对隧道结构受力状态感知技术及其误差传播规律进行分析,并采用数物空间交互试验对支护结构各构件相互力学关系进行研究,并基于此建立多源数据各监测量之间的数学模型,对隧道整体结构和各构件的安全性能进行评估。结构安全感知体系可为隧道安全防灾和运维管理提供决策依据,对提高隧道工程现代化、信息化、智慧化管理水平具有重要意义。

复杂装备全生命周期多源异构数据融合技术研究

提出一种融合框架和方法,用于解决复杂装备全生命周期数据的多源异构性带来的数据冗余、不一致和索引困难问题。该框架包括自上而下的数据模式融合、自下而上的数据实体模式生成和动态融合全生命周期数据层3个步骤。通过建立顶层数据模式、生成数据实体模式并配置主码转换规则和数据对象属性补全规则,实现全生命周期数据层的动态融合。经工程实践验证,该方法能够有效处理复杂装备全生命周期数据的多源异构性,优化数据融合过程。

基于交叉特征感知融合的多领域虚假新闻检测

各领域虚假新闻的传播对社会造成了严重的影响,不同领域间新闻的领域偏移问题和跨域关联问题也对模型的预测能力造成了极大的挑战.针对上述问题,本文提出了一种基于交叉特征感知融合的多领域虚假新闻检测方法.该方法可以捕捉不同领域间新闻的多种特征差异,并挖掘新闻之间的关联关系,从多个维度控制模型在不同领域的特征融合策略.此外,本文还提出了一种联合训练框架.本方法的模型使用本框架进行训练,在中英文数据集上的预测F1分数分别达到了92.84%和85.49%,相较于最先进的模型,预测效果分别提升了1.16%和1.07%.

基于知识融合和聚类引导的语言模型用于MOFs合成信息分类

金属有机框架(MOFs)的合成实验步骤通常集中存储在科学文献某一段落内,从文献中提取实验步骤对推动新型金属有机框架的开发具有重要意义。现有研究存在两个问题:第一,将整篇文献视为普通文本,按句/段直接切分处理,忽略了上下文中隐藏的高级知识;第二,模型未深入挖掘数据内部的隐藏模式。针对上述问题,提出一个基于知识融合策略的高质量知识补充任务。利用科学文献编辑风格和结构化Web数据的微妙之处,将上下文关键知识汇集到段落中,进而优化其文本表征;然后提出一种基于聚类引导的自适应分类算法,采用聚类算法将文本表征划分为多个簇,同时训练不同的分类模型来适应不同的簇,从而有效地减少数据重叠的影响,提高模型召回率。实验结果表明,所提方法的性能相比主流基线模型有较大提升。

全类型重大灾害监测预警系统架构——以宁煤麦垛山煤矿为例

现有煤矿重大灾害监测预警技术多针对单一灾害类型,缺乏多种灾害间的数据融合、数据互通。为解决各类监控与预警系统孤立、分散,缺乏各类监测和报警信息融合问题,以宁煤麦垛山煤矿为例,系统阐述了全类型重大灾害监测预警系统的构建模式、搭建路线。在动态采集矿井水、火、矿压等监测检测数据、空间图形数据及各专业灾害预警指标结果的基础上,建立矿井综合安全态势风险评判指标体系与预警模型。该系统能综合信息运算并制定适用于矿井的预警规则,为灾害防治决策提供集成管理与可视化分析平台。此外,还建立了多因素融合预警模型,研发了多因素融合预警软件系统,实现了主要灾害融合多因素耦合和融合分析预警,为矿井提供了综合评估安全态势智能管理平台。

基于曲波变换的红外与可见光图像融合算法

针对小波不能有效捕捉图像轮廓的不足,提出一种基于第2代曲波变换的图像融合算法。近似分量计算采用加权平均融合规则,细节分量计算采用像素级多分辨率融合扩展框架和对比敏感带通函数融合规则。实验结果表明,该算法在保留源图像边缘轮廓、抑制噪声方面均优于小波,融合图像更符合人眼视觉特性。

大数据环境下知识融合的关键问题研究综述

对知识融合研究现状进行梳理,分析大数据环境下知识融合研究所需要解决的关键问题。通过对知识融合领域文献进行分析,了解本领域的研究现状,以传统知识融合的框架、算法、应用入手,探讨大数据环境下知识融合研究的新需求。分析结果显示,在融合框架上,更强调大数据环境下知识的清洗、表示和服务;在融合算法上,需考虑知识和信息的差别;在融合应用上,需考虑跨领域知识的融合。

一种基于深度学习的自适应医学超声图像去斑方法

针对传统医学超声图像去斑方法的不足,该文提出一种自适应多曝光融合框架和前馈卷积神经网络模型图像去斑方法。首先,制作超声图像训练数据集;然后,提出一种自适应增强因子的多曝光融合框架,增强图像进行有效特征提取;最后,通过网络训练去斑模型并获得去斑后的图像。实验结果表明,该文较已有的方法,能更有效地滤除医学超声图像中的斑点噪声并更多的保留图像细节。

光学遥感影像像素级融合的理论框架

遥感影像像素级融合是遥感信息分析与处理过程中十分常用的处理方法之一,但目前该领域缺乏相应的理论研究。通过对GIF和GCOS模型的对比分析,建立遥感数据像素级融合的统一理论框架,并给出几种具有代表性的融合方法在统一框架下的表达。在此基础上,例证统一理论框架在算法等价性判别、融合性能理论分析、融合算法设计等方面的作用。在此框架下的研究表明,Brovey变换融合法与基于三角形模型的IHS方法完全等价,PCA方法为GS方法的特例。此外还揭示了组合现有方法以提高融合性能的原理。这些研究结果说明统一理论框架在问题分解方面的合理性和进行遥感影像像素级融合理论分析的有效性。

一种多传感器图像并行融合新方法

小波包变换能够为图像融合提供非常精细的分析。但是,在图像较大时融合的计算量大,耗时长,难以进行快速、实时融合。通过对小波包融合方法在单处理机上的执行效率的分析,针对算法固有的时间复杂性和并行性,提出了一种分布存储环境下的小波包并行融合算法。该算法针对小波变换计算的数据局部性特点,设计并实现了基于Pentium PC和1000Mbps交换式以太网的机群系统的MPI(Message Passing Interface)并行环境的并行小波包图像融合方法。针对不同大小图像、以及不同的集群规模,分析了并行计算的性能。在机群系统上对算法进行实现,结果表明该算法具有良好的并行性能。

基于复合动态模型和证据融合架构的移动物体检测与跟踪方法

针对现有方法中移动物体检测与跟踪的准确性精度较低的缺点,提出一种基于多传感器检测分类的移动物体描述和感知方法:建立了一个包含核心对象动态特征和分类描述的复合模型,在此基础上设计了一个基于证据框架的信息感知与融合方法,通过整合动态模型和不确定性特征来实现对移动物体的检测和跟踪。为了验证所提方法的有效性,在一辆安装有雷达、激光雷达和摄像头的演示车上进行了相关实验,在不同驾驶场景下针对行人、卡车和轿车三个移动物体进行了检测与跟踪,实验结果证明所提方法具有非常高的准确性。

从开放大学视角剖析技术与教育深度融合

信息技术与教育全面深度融合是国家中长期教育发展规划的重要内容,也是教育信息化进程中亟需探讨的核心问题。远程教育是整合技术的独特教育形式,因此从远程教育机构尤其是开放大学的视角切入,深入分析技术与教育深度融合的基本认识和框架,有助于把握其未来发展。技术与教育深度融合的核心理念或目的,是要增强学习者的学习体验,促进教育机构规模、成本、质量三者之间均衡发展;融合的产物表现为产品层面的教学软件和质量层面的对产品的系统设计;融合的效果体现为教学模式和运营模式的创新。远程教育领域技术与教育深度融合的基本框架,表现为平台功能系统和技术团队的定位与管理两个方面。技术与教育深度融合未来发展的重要方向是泛在学习,首要表现是移动学习,其推进需要综合考虑用户需求、推进路线和政策环境三方面的因素,只有三者协同推进,才能真正实现泛在学习和终身学习。

基于RFID技术的信息流和物资流的同步融合架构的研究

RFID技术是一种非接触式的自动识别技术,它具有使用寿命长、读取距离大、标签上数据可以加密、存储数据容量大、存储信息更改自如等优点,也是一种市场前景和应用规模巨大的高新技术。本文分析了物流中实物流与信息流同步融合的迫切性,应用RFID技术构建了实物流与信息流同步融合模型,设计了生产物流RFID化和RFID仓库的信息融合架构。

能源互联网的价值与实现架构研究

能源互联网蕴含着信息通信发展对能源系统价值创造方式的深刻变革。从价值角度探讨能源互联网的基本概念,从互联网思维下新的价值来源入手,提出以用户需求为导向的能源互联网价值主张,进而重点从能源融合提升可持续供应能力,信息融合转变能源发展方式,业务融合创新产业生态三个层面提出能源互联网价值实现的基本架构和可能途径。

卫星导航与5G移动通信融合架构与关键技术

随着我国社会经济科技等领域的飞速发展,卫星导航技术在经济建设中占有越来越重要的位置。同时,以提供定位服务的小区密集化、大规模阵列天线等技术为代表的5G通信为导航通信一体化奠定了基础。卫星导航和5G移动通信技术的融合,将极大地扩展导航的范围,提升导航的精度。本文综合国内外最新研究成果,首先提出了卫星导航与5G移动通信融合体系架构;然后在总结A-GNSS技术的基础上,阐述了基于5G的A-GNSS系统架构和关键技术;最后,在介绍5G基站定位技术的基础上,全面详细地阐述了卫星导航与5G混合定位架构和关键技术。

基于多源ITS数据的行程时间预测体系框架及核心技术

针对当前城市道路行程时间预测系统性不强等问题,构建基于多源数据的行程时间预测体系框架,阐述预测过程涉及的关键技术.框架的构建以固定式和移动式2类采集方式获得的交通数据为出发点,将预测过程划分为估计和预测两个阶段.提出固定式采集方式获取的速度数据用于行程时间的间接估计和预测的关键技术为空间平均速度的估计;移动式采集方式获得的行程时间数据用于行程时间的直接估计和预测的关键技术为浮动车最优样本量的确定.考虑单一数据源估计和预测精度不高,提出对2类数据源的估计和预测结果进行数据融合,以提高估计和预测的精度,同时引入GARCH模型来分析预测结果的可靠性,以提高预测结果的可信度.

Piella像素级多分辨率图像融合框架的扩展及其算法

为了优化加权多分辨率图像融合的算法结构,在Piella像素级多分辨率图像融合框架基础上,提出一种只用匹配测度控制决策模块的加权多分辨率图像融合扩展模式,改变了传统加权多分辨率图像融合模式必须由活性测度和匹配测度共同决定决策因子的格局。相对于传统模式,提出的扩展模式去除了活性测度,相应的算法结构更为简单。以相关信号强度比作为匹配测度,给出了一种基于扩展模式的加权多分辨率图像融合算法。对红外和可见光图像的融合实验表明,该算法融合性能优于传统加权多分辨率图像融合算法,其边缘融合质量指标(EFQI)和加权融合质量指标(WFQI)分别提高了2.9%和1.8%;而且计算复杂度更低,计算决策因子所需的乘法和加法运算次数分别减少了66.7%和33.3%。

无线传感器网络信息融合框架在铁路环境监测的应用

针对高速铁路周边环境监测应用中遇到的网络数据流量过大的问题,提出了一种新的无线传感器网络信息融合框架来有效地抑制这个问题,同时根据用户的不同需求,给出了一种信息反向查询机制。实验结果证明:该信息融合框架可以有效减少网络中的数据流量。