基于多源异构信息融合的采摘机械臂驱动控制研究

[目的]为了准确感知采摘机械臂的作业信息,提高驱动控制精度,需要对多自由度采摘机械臂的驱动控制模块进行优化设计。[方法]本研究将采摘机械臂各关节自由度、运动学以及动力学原理融合到设备结构中,完成了多自由度采摘机械臂等效模型的构建。基于构建的等效模型,确定多源传感器设备的安装位置,利用内部安装的传感器设备对机械臂的实时运行信息进行采集,获取位姿信息。同时,根据传感器的空间位置及其相互之间的作用进行信息分群,得出信息级融合结果,以此作为特征级信息融合结果的输入值,提取多源异构信息特征,并通过特征匹配完成融合操作,由此得出任意时刻采摘机械臂运行参数的检测结果。[结果]结合给定的采摘任务,计算采摘机械臂所需的驱动动力以及位姿数据,通过与当前数据的比对确定驱动控制量,利用装设的驱动控制器生成可执行的控制指令,完成驱动控制。与2种对照方法进行的对比试验显示,基于多源异构信息融合的驱动控制方法采摘机械臂的位置控制误差降低约25 mm,姿态角与驱动力控制误差分别降低了0.22°和6.32 mm,得出的控制数据更精准。[结论]由于多源异构信息融合技术能够发挥多种数据的优势,获取到更全面、更准确的位姿信息和控制数据,能够实现对目标果实的精准采摘,从而降低了采摘工作对果实的伤害,具有明显的对比优势和应用价值。

基于多源异构信息融合的目标识别方法

现代化信息战争中,多传感器对目标协同感知的需求愈发迫切,如何有效融合传感器的多源异构信息是当前需要研究的问题。针对可见光图像和电磁信号2种异构信源,提出1种基于多分支深度学习网络的信息融合模型:分别基于CNN(Convolutional Neuron Networks)和CLDNN(Convolutional,Long Short-Term Memory,Fully Connected Deep Neural Networks)设计独立的的特征学习网络,统一异构信息的特征维度并进行矢量融合,再通过全连接网络对融合后的高维特征离散映射,实现目标分类。仿真结果表明:相较于采用单一传感器信息进行特征描述,该论文设计的信息融合模型能够有效利用目标的多模态信息,提升目标识别性能。

航空发动机多源异构信息融合诊断新方法

针对航空发动机实际工作中主要监测的气路、油路和机械振动3类参数,建立了全机故障方程,改进了现有技术仅考虑单类别发动机监测参数与故障模式的简单方法。在考虑同类别监测参数与故障模式的前提下,兼顾不同类别监测参数与不同类别故障模式之间的耦合关系,实现了多源异构监测数据的有效融合,解决了同型号多台发动机/单台发动机监测参数得到的同一故障模式的结果差异或矛盾的精化处理问题,给出了一种提高发动机故障诊断结果精度的新方法。

面向多源异构的政府公开信息智能融合模型研究

政府公开信息的智能化管理与融合利用是数字时代的研究热点。现有的多源异构数据融合模式,制约了信息治理能力现代化的提升。该文提出一种面向多源异构数据的政府公开信息智能融合模型,首先对异构数据进行标准化处理,形成加密数据库与公开数据库,通过发布组件公开政务信息;其次,对已公开信息进行标记,构建特征主题库;再次,根据标记采集公众评论,建立评论主题库;最后对公开信息与公众评论进行智能融合,反馈给政府信息公开主体,供主体研判效果。该文以某地社保数据为例开展应用研究,结果表明:所提出的模型可促进政府提升公开信息的管理效率和利用价值,为公众提供智能信息服务,助力政府决策科学化和治理体系现代化。

多源异构数据边缘融合信息化监测仿真

由于对信息数据的需求量越来越大,为了能够获得全面、准确的信息数据,需要对各种信息数据有效融合,并实现精准监测。因此,提出一种基于边缘计算的多源异构数据融合信息化监测方法。采用小波阈值去噪方法估计并消除多源异构数据中的线性误差,完成数据预处理。通过边缘计算与PCA-DS推理方法,构建多源异构数据融合架构,完成数据融合处理。将融合处理后的数据输入到隐半马尔可夫模型中,实现多源异构数据融合信息化监测。实验结果表明,所提方法对数据监测实时性保持在95%以上,在数据融合信息化监测中,获取的监测结果精度高。

基于多尺度时空聚类的动态传感信息多源异构数据集成方法

针对多源异构数据集成易受数据随机性和不确定影响的问题,提出了基于多尺度时空聚类的动态传感信息多源异构数据集成方法。在可编程阵列逻辑下,构建多源异构数据采集框架,实现数据采集接口与帧格式的实时可配置。通过机器学习方法分析数据,依据对象之间类似程度划分数据集,分析任意2个对象之间的相异性,构建相异同数据结构矩阵。通过时间反转处理方式重构高维空间,实现多源异构数据时空结构的加权处理。由实验结果可知,与高效实体识别、规则化有限学习机(Regularized finite learning machine,RELM)方法相比,所提方法数据集成效果较好,且数据集成时间较短,最短为25s。实验结果验证了所提方法具有高效集成效果,具备较好的应用价值。

基于城市信息单元的多源时空数据融合框架

建设智慧城市可有效提升城市治理与运行能力、打破城市发展困境。为探索如何基于物理-数字空间交融中的时空大数据提供面向城市管理的智能服务,该文在解析多源、多维、异构时空大数据语义关系的基础上,提出多源时空大数据透明融合框架。为实现这一目标,该文进一步提出“城市信息单元”的概念作为构建物理-数字空间交融的数据组织基础,首先,对多源、多维、异构时空大数据进行主动汇集、语义解析,完成地理知识时空构建,依据唯一数据编码,将数据信息映射至城市信息单元;然后,建立数据匹配模型和关联模型,搭建数据透明融合框架,结合多源异构数据要素匹配技术,构建时空数据透明融合规则库;最后,在众多融合方法的支持下,实现城市实体与时空多源时空数据的透明融合。借助城市信息单元与数据编码,实现城市实体与时空大数据动态融合方法体系,进而为用户提供智能化信息服务。

基于多源数据融合的地理信息GIS分析方法研究

遥感、物联网等前沿科技正在不断演进,因此,海量的地理信息数据得以产生并积累。对此海量数据进行有效利用,融合与分析,便成为了地理信息系统(GIS)运用领域内一个亟待破解的难题。本次研究便是基于多源数据的融合之上,探索出一种创新的地理信息GIS分析手法。通过针对性选择适宜的数据融合框架,整合遥感、物联网、社交媒体等众多异构数据;借助深度学习等尖端数据处理技术,对合并后的数据进行深度挖掘和解析;最后,根据解析结果,呈现出地理信息的可视化展示和解读。试验结果表明,本研究提出的方法能有效处理多源异构数据,提高了地理信息分析的效率和准确性,具有较好的实用价值和广阔的应用前景。此外,该研究对于GIS科学研究和多源数据处理理论的发展也有积极的推动作用。

工业产品多源异构数据融合 推进智慧监管——基于Ecode的工业产品元数据模型

物联网Ecode标识将工业产品质量安全和信息技术深度融合,帮助政府职能部门解决质量监管工作中产品关键环节数据缺失问题,提高风险研判水平。目前,Ecode已广泛应用于电线电缆、童车、电热水器等行业,为实现产品追溯查询、防伪验证等提供有力支撑。

基于改进RNN多源融合算法的网络异构信息集成管理系统

医疗信息网络的互联造成其网络架构极为复杂,而当前对于此类网络产生的多源异构数据的管理水平难以满足信息化的要求,故给出了一种改进的信息集成管理系统。文中采用野马优化(wild horse optimizer, WHO)算法改进的循环神经网络(recurrent neural network, RNN)设计多源异构数据融合模型,并在此基础上以生产执行系统(manufacturing execution system, MES)为核心建立网络异构信息集成管理系统。通过同步集成处理多源融合模型输出的数据,将所有数据传递至系统数据库中进行储存,并通过所设计的功能模块完成了多源异构数据的集成管理。实验结果表明:以WHO-RNN多源融合算法为核心的网络异构信息集成管理系统的数据融合完整性维持在0.700~0.800的较高水平,并且随着数据量增加,末态更新水平(ultimate update level, UUL)指标逐渐趋近于80%,系统对于多源异构数据的运算效率和识别精度较好,具有较强的工程实际应用性能。

面向复杂信息系统的多源异构数据融合技术

多源异构数据给复杂信息系统的智能化信息处理带来巨大挑战,如何对多源异构信息大数据进行融合已成为当前的热点研究技术。该文以复杂电力信息系统为基础,分析多源异构数据融合的预处理方法及其相关性分析技术;随后探讨当前主流的多源异构数据融合技术及其优缺点;在此基础上,提出基于Kafka和Storm数据处理平台的海量日志处理实际工程大数据分析架构,并利用该架构对多源异构数据融合技术进行测试和分析。该文的理论分析和实验构建可以为相关大数据工程分析与应用提供借鉴意义。

移动地理信息系统中的多源异构数据融合模型

为了提高移动地理信息系统在野外数据采集过程中对多源异构数据的组织管理效率,在分析现有方法局限性和数据自身结构的基础上,提出一种基于可交换图像文件(EXIF)原理以数字图像为载体融合空间位置信息和一般形式属性的数据模型。该模型将关联的空间位置和一般属性嵌入到数字图像的物理结构中,从而实现关联数据的高度整合。基于该模型设计开发了野外数据采集系统,系统应用于农业资源管理与决策分析领域,验证了模型的有效性和实际效果。

基于多源异构信息融合的机械故障诊断方法

针对振动信号或红外图像等单类型传感器信息难以准确表征机械设备的健康状态,存在诊断不确定性的问题,提出基于改进卷积神经网络(CNN)的多源异构信息数据级融合诊断方法。首先采用变分模态分解(VMD)和希尔伯特变换(HT)方法将振动信号处理成与红外图像同维的时频图像,并将其与红外图像进行数据级融合,得到多通道融合信号,然后将该信号输入到多通道卷积神经网络中进行训练以构建融合诊断模型,最后通过转子系统故障诊断实例验证了所提方法的正确性。研究结果表明:CNN、SAE和DBN等特征学习方法可以自适应逐层提取特征,提取的特征包含更多有用的诊断信息,优于人工提取特征;多源异构数据对不同故障类型敏感性不同,具有互补性,融合诊断正确率更高,可实现对设备健康类型更精准的判断;多源信息融合诊断方法可以很好地保留原始输入信息,对实验室转子系统故障实现精确诊断;该方法可以减少数据需求量,在小样本背景下具有良好的诊断性能;该方法对噪声敏感性低,在噪声环境下具有较好的鲁棒性和抗噪性。研究结果可为旋转机械的故障诊断提供一定的参考。

多平台多传感器多源信息融合中的时空对准研究

讨论了多平台多传感器多源信息融合中的时空对准的一般方法 ,并给出了一种适用于最优估计的平台间对准方法的数学模型。最后给出了基于这种配准模型的EML算法和仿真结果。

基于知识图谱的多源异构信息通道耦合技术研究

政务数据资源来源广泛、类型多样、数据量大且分布情况不清晰,缺乏统一管理,数据获取和使用效率较低,无法持续释放数据价值。为解决上述问题,实现不同来源和不同类型数据的关联融合,该文采用多源异构数据融合技术,为政务数据的交换和共享提供技术支持。该文不仅提出了信息通道和通道耦合的概念,还提出一种基于知识图谱的多源异构信息通道耦合的方法,可先实现多源异构数据统一化,再进行数据融合。该方法包括构建初始通道耦合知识图谱、基于通道耦合知识图谱实现通道数据耦合和基于通道耦合知识图谱实现知识更新3个模块。基于知识图谱的多源异构信息通道耦合的方法将图谱构建、知识抽取、知识融合、知识加工、知识更新等技术相结合,通过一种自顶向下的排序检索模型,加快了知识融合和数据检索的速度和准确度。

多源异构光谱信息融合的食用牛肝菌鉴别方法

牛肝菌营养丰富,味道鲜美,备受各国消费者青睐。因种间差异和环境因素的多层次影响,不同种类及产地牛肝菌品质参差不齐。目前,利益驱动导致商家在牛肝菌销售过程中以次充好、以假乱真的行为扰乱了食用菌市场,不仅给消费者带来健康风险,也制约了牛肝菌的国际化贸易。采用多源异构信息融合策略对牛肝菌种类与产地进行鉴别,以期为追溯食用菌来源以及正确评价其品质提供一种快速有效的解决方法。试验样品灰褐牛肝菌(Boletus griseus)、栗色牛肝菌(B. umbriniporus)、美味牛肝菌(B. edulis)、皱盖疣柄牛肝菌(Leccinum rugosicepes)和绒柄牛肝菌(B. tomentipes)五种牛肝菌科(Boletaceae)真菌子实体采于云南省保山市、昆明市、玉溪市与红河州。采用傅里叶变换红外光谱仪(FTIR)和紫外可见分光光度计(UV-Vis)采集样品信息。Kennard-Stone算法将样品原始数据分为校正集和验证集。校正集基于FTIR、UV-Vis、低级、中级与高级数据融合建立偏最小二乘判别分析(PLS-DA)模型,其中决定系数(R2cal)、预测能力Q2、校正均方根误差(RMSEE)和交叉验证均方差(RMSECV)用来评价模型鲁棒性。研究结果显示:(1)不同种类及产地牛肝菌FTIR和UV-Vis吸收峰的峰位置、峰形和峰数相似,而吸收强度存有差异,表明牛肝菌所含化学成分相似,但含量有一定差别;(2)PLS-DA模型二维散点图可以看出,中级融合比低级融合能更好的鉴别样品种类及产地;(3)各模型中,中级融合模型具有更大的Q2和最小RMSECV,模型鲁棒性最强;(4)验证集样本用来验证模型泛化能力,FTIR、UV-Vis、低级融合、中级融合及高级融合模型样品种类鉴别正确率分别为92. 86%,35. 71%,97. 62%,100%和95. 23%;产地鉴别正确率分别为71. 43%,61. 90%,61. 90%,97. 62%和76. 19%。表明多源异构信息融合在一定程度上优于独立模型,其中,中级数据融合种类鉴别正确率100%,产地鉴别正确率97. 62%,模型具有更优的鉴别效果和泛化能力。FTIR和UV-Vis结合中级数据融合策略能实现牛肝菌种类快速精确鉴别,产地快速有效鉴别,可作为食用菌来源追溯以及品质评价的一种新方法。

基于知识图谱技术的电力行业多源异构数据融合研究

文章针对电力行业内部与外部异构系统中存在的数据独立问题,提出了一种基于知识图谱的行业内外部数据融合解决方案。分析了目前文本信息提取以及知识图谱构建的主流技术路线,提出新的文本提取方案和知识图谱构建方案,实现对多源数据的融合与应用。该技术研究在某电力公司进行管理风险识别试点应用,验证了该研究成果的实用性。

基于多源异构信息融合的煤矿冒顶事故预报技术

基于D-S理论和模糊数学理论,建立了煤矿冒顶监测系统中多源异构信息融合模型,并提取某矿冒顶危险性数值特征,应用隶属度函数概念得出危险征兆的信度函数分配,最后利用判决规则判断其融合结果并预测该矿冒顶危险等级。该方法能简便快速的预测煤矿冒顶危险,准确识别冒顶危险预兆的目标特征,为矿井冒顶事故预报可以提供依据。

多源异构数据融合高海拔实景三维提取分析

面向多源异构数据融合的背景下,高海拔地区的实景三维信息提取分析对于资源管理、政府决策、城市规划和不动产统一登记管理具有重要的研究和应用意义。主要探讨了在高海拔地区,如何有效地采集和处理数据,特别是利用无人机技术、遥感技术和地理信息系统。针对数据的异构性,提出了一个数据融合策略,旨在构建一个融合遥感影像数据、实景三维模型数据和各类专题数据的信息化管理系统,以为西部地区高海拔城市的信息化进程提供了有力支撑。

面向突发重大公共卫生事件的多源异构应急信息融合模型研究

数据、信息和知识是危机管理的关键要素,也是突发事件应急管理决策制定的基础和重要支撑,充分发挥信息资源优势能够解决"数据孤岛"问题、协同应对与治理突发重大公共卫生事件。文章借鉴Dasarathy信息融合模型和JDL信息融合模型,构建了以融合多源异构应急信息为基础、以服务应急管理与应急决策需求为目标的面向基于突发重大公共卫生事件的多源异构应急信息融合模型,实现了对信息实体、信息源、信息融合技术和信息环境四个关键要素的整体性和系统性融合,可为突发公共卫生事件的风险监测、舆情管理、应急响应与决策提供应急情报服务,减少突发重大公共卫生事件所造成的损失。