多算法融合的高性能稀疏特征点匹配研究型实验设计

影像间特征点匹配是图像处理领域的基础问题,是实现目标识别、影像拼接、三维重建、机器视觉等功能的基础。针对基于深度学习的SuperPoint特征点匹配算法具有很强的特征描述能力但特征点检测精度不高的问题,提出将SIFT亚像素特征点检测算法与SuperPoint特征描述相结合,改进SuperPoint提取的特征点精度,同时保留其强大的特征描述能力,最后通过SuperGlue特征匹配网络实现特征点的匹配筛选,从而得到多算法融合的高性能稀疏特征点匹配算法。实验测试结果表明,新方法获得的匹配点对数量是SIFT匹配算法的2.04倍,且对称极线距离小于等于10^(-4)的匹配点对比例较SIFT匹配算法提高了7.2%,对比其他ORB、SuperPoint等经典算法,新算法总体性能有一定提升。

基于多算法结合的定点巡检机器人

这是一种基于机器人操作系统的定点巡检机器人,解决了常规机器人在巡检过程中自定位偏差及效率低的问题。信息图像识别算法、地图构建与路径规划算法、系统定位纠正算法、底盘控制算法等算法的有效结合提高了定位精度以及巡检效率。同时,机器人采用麦克纳姆轮底盘,进一步提高了机器人移动精度及效率。经过多次系统测试验证,该定点巡检机器人能够平稳高效巡检并完成任务。

基于多算法融合的破损陶瓷绝缘子图像识别与检测方法

为了提高输电线路安全稳定运行,在传统检测绝缘子缺陷的基础上,提出一种多算法融合的破损陶瓷绝缘子检测方法。基于FASTER-RCNN算法,将拍摄到的绝缘子图像进行训练,得到绝缘子串具体位置,并改进SBGFRLS(线性自适应滤波)算法,实现对瓷绝缘子破损的精确识别。首先利用FASTER-RCNN算法,选择Faster R-CNN网格作为检测器,识别出利用无人机拍摄得到的图像中的绝缘子串所在位置;然后,利用SVM(支持向量机)算法对绝缘子图像进行粗分割,得到粗分割后的绝缘子缺陷识别图,再在粗分割的基础上,运用改进的SBGFRLS算法对图像中的绝缘子进行精确识别,得到破损绝缘子定位图。实验结果表明,得到的绝缘子破损识别图可以验证该改进算法的可行性和有效性。

基于Stacking多算法融合模型的数据资源定价方法训练流程如下

[目的/意义]针对现有数据资源定价标准模糊、交易规则缺失、买卖双方信息不对称的问题,提出基于Stacking多算法融合模型的数据资源定价方法。[方法/过程]首先,基于四分位法及Box-Cox方法对样本数据进行预处理,剔除异常数据的同时调整数据分布,并基于Lasso算法以均方根误差最小为目标完成特征筛选;其次,基于Pearson系数选取最优算法组合,构建基于Stacking集成学习融合多种机器学习算法的数据资源价格预测模型;最后,以国信优易数据平台交易数据为样本进行算例分析。[结果/结论]相较于单算法模型及其他集成算法模型,XGBoost、SVR、KNN、MLP融合模型的预测精度及性能均明显提升;实现了数据资源自身和市场的双向反馈平衡,形成闭环的价值链,为数据资源定价提供参考。

基于多算法融合与人文特征的兰州市PM_(2.5)等级预测方法

PM_(2.5)对空气质量影响较大,相较于较粗的大气颗粒物对人体健康危害更大。为了便于准确预测PM_(2.5)浓度等级,提出一种基于多算法融合与人文特征的PM_(2.5)浓度等级预测方法。首先,选取兰州市2018-2021年的气象数据、预测站点PM_(2.5)浓度随时间变化的规律、周围站点的时空关联性作为特征因子;然后分别通过灰色关联度分析法和皮尔逊系数分析气象指标的强关联度与各气象因子与污染物的关联度,并利用时间维度将其扩充为多个特征(人文特征);接下来基于多层感知机、随机森林、LSTM等算法建立模型预测PM_(2.5)等级;最后基于多特征融合算法利用各模型的预测结果构建最终预测模型。实验表明,所提方法预测PM_(2.5)等级的精确度达到89%,准确率与F值达到88%,对预测空气质量与制定相关预防措施具有重要意义。

一种基于VLF/LF闪电数据的多算法融合雷暴系统识别技术

为深入挖掘VLF/LF三维闪电监测网在雷电临近预警中的应用效益,提出一种基于VLF/LF闪电数据的多算法融合雷暴系统识别技术,首先对OPTICS聚类法进行参数自适应改进,即基于VLF/LF闪电数据的空间分布特征,利用双总体t检验法实时计算初始输入参数Min_ρ,使其自适应于待处理的闪电数据;而后与K-Means聚类法融合应用,利用K-Means法通过迭代计算聚类中心的优势,改进仅凭OPTICS法无法准确定位雷暴体的中心点的缺陷。经不同尺度雷暴天气过程检验,该技术有效改善OPTICS法等常规的密度聚类法无法适用于三维闪电数据聚类处理、无法识别区分密度差异不大的相邻雷暴体的缺陷,能实现任意尺度形状雷暴体的识别及中心点的精准计算,可为雷暴追踪及趋势外推工作提供优于传统聚类技术的雷暴系统识别结果,也能为雷暴灾害天气的预报及雷电预警模型的训练提供有效的知识库支撑。

基于多算法协同的蜂窝无线定位的算法研究

基于数据融合的基本原理,采用TDOA定位技术,将其应用于多算法协同定位,进一步提高对移动台(MS)定位估计的准确性.最后仿真结果表明利用此多算法协同定位模型,在保证决策可靠的前提下,能得到更准确可靠的移动台估计位置,有效地提高了决策输出的定位精度.

密码芯片的多算法随机作业流调度方法

针对安全领域中海量业务安全需求多样性导致的多种密码算法运算随机交叉的现象,提出了具有关联判断控制的基于业务标识的分层硬件调度方法(HHS-ACDID)。第一级调度完成业务在不同算法簇上的分配,通过优化检索逻辑,实现数据的快速分配;第二级调度通过增设关联控制模块和关联队列的方式,完成上下文相关作业分组调度顺序的处理。采用中间状态存储模块,以业务号为索引完成串行密码算法工作模式下中间状态的存储,并通过预处理模块完成对后序关联作业分组输入数据的处理。实验验证所提调度方法有效解决了高速数据流下多对多通信中多密码算法、多数据流的随机交叉加解密问题。

基于多算法协作的航班运行风险辨识研究

针对使用单一算法难以大幅提升航班运行风险辨识精度的问题,首先详细分析航班运行工作流程,筛选出重要评估指标15项,精选X航100个航班案例作为数据样本,使用粗糙集理论约简得到9个风险核心指标;然后选用支持向量机（SVM）和神经网络2种机器学习方法,分别建立风险辨识模型计算风险等级,并将其与基于模糊算法的X航风控系统运算结果对比;进而,依据各算法优缺点,构建多算法协作模型;最后使用G航和N航日运行数据检验模型有效性。结果表明：神经网络方法对低风险分辨效果最好;SVM对中高风险辨识能力最强;用所构建的多算法协作模型计算结果的正确率最高可达95%。

差异特征指数测度的红外偏振与光强图像多算法融合

为了提高红外偏振与光强图像多算法融合的融合图像质量,提出基于差异特征指数测度的红外偏振与光强图像多算法融合。首先,根据图像间差异特征,提出指数型差异特征测度;然后,针对差异特征类型,选取具有互补性的多个融合算法;最后,通过对差异特征测度去相关处理,确定不同算法的权重,实现算法间的最优化组合。实验结果表明,所提算法融合图像的主观评价和客观评价相对于传统融合算法具有显著优势。

支持复杂产品总体优化设计的多算法协作优化框架研究

针对复杂产品总体优化设计中设计方案寻优难以通过单一优化算法实现的问题,提出了基于多算法协作优化思路的多算法协作优化框架,详细探讨了框架两方面关键技术:组件化优化算法库和协作优化策略,提出了优化算法组件的接口规范和运行机制,给出了基于全局探索+局部寻优策略的协作优化计算流程。最后,通过一个函数优化算例说明了协作优化框架的可行性和有效性。

动态系统预报的多模型多算法综合模式

本文提出了一种关于动态系统预报的多模型多方法的综合模式。其基本思想是用多种模型和多种算法同时处理动态系统的某项预报问题,并寻求模型与算法的最佳匹配,关键之点在于给出了模型和算法的选择判据。这类判据使得综合预报得以实现。

基于粒子群优化的油井液位测试多算法融合研究及其应用

针对目前油田螺杆泵井动液位深度测量不准确的问题,提出了采用多算法融合构建油井动液位测深模型:利用粒子群优化算法(Particle Swarm Optimization,简称PSO)对3种声速测试算法进行融合,提高了声速的测量精度;通过多特征推理方法避免伪液位回波的干扰,精确辨识真实的液位回波。分别对半实物仿真平台和某油田螺杆泵井现场采集到的数据进行测试,实验结果验证了多算法融合方法对提高油井动液位测量精度的有效性。

多算法组合的反坦克导弹作战效能评估方法研究

通过分析ADC法、AHP法与模糊综合评判3种常见作战效能评估方法的优缺点,提出了一种多算法组合的作战效能评估方法,针对反坦克导弹的作战特点,构建了一组较为系统的反坦克导弹作战效能指标体系,建立了反坦克导弹作战效能的评估模型,并详细阐述了反坦克导弹作战效能的求解方法。

一种应用于物体识别的多算法融合方法

物体识别是对三维世界的客体及环境的感知和认识,属于高级的计算机视觉范畴.本文提出了一种基于多算法融合技术的物体识别方法,并在Matlab环境中模拟验证了该算法的有效性.实验分析得出,该算法识别精度高,受外部环境因素的影响较小.

多算法融合虹膜识别中的规范化模型比较研究

虹膜识别易受环境影响,利用多算法融合识别提高复杂应用环境下虹膜识别可靠性是一种非常有效的途径。本文针对多算法融合虹膜识别中的关键步骤——规范化模型选择做了比较性研究。首先搭建多算法融合虹膜识别平台,对常见的三种规范化模型在UBIRIS虹膜库中做了比较测试,实验结果证明双sigmoid函数指数模型性能最优。本文研究可对多算法融合的研究提供理论参考。

多算法融合的机械设备故障预测方法

在实际预测机械设备故障时,传统故障预测方法由于方法相对简单、且较少保存数据,导致最终故障预测准确率过低,针对这一问题,研究一种基于深度学习多算法融合的机械设备故障预测方法。以机械设备中的传动系统为检测对象,采用西门子PLC 1200实时、持续采集相应的运行数据,保存于服务器,通过算法提取数据特征值,产生数据特征流,基于大数据的专家分析,标记正常、异常状态的数据流,采用深度学习等多算法融合的方式,完成对故障预测模型的构建。根据实际项目硬件平台,获取机械设备故障数据,采用文中设计的预测方法,根据调试阶段以及上线阶段涉及的2个实际案例,结果表明:文中设计的故障预测方法可以准确预测故障的发生。

基于多算法融合的化工突发事件信息抽取研究

基于对化工突发事件信息管理的要求,为了有效地抽取化工突发事件的某些特定信息并应用于化工突发事件管理,提出了基于多算法融合的方法即规则模式及机器学习相结合的方法来抽取化工突发事件信息。首先为了抽取化工突发事件的某些相关信息,根据所抽取信息的不同制定了一系列不同的抽取规则,然后通过一系列的反馈,利用机器学习算法即关键字提取算法以及依存句法分析算法相融合的方法来进行抽取规则的添加修改,从而优化了化工突发事件抽取算法。最后通过大量有效性的实验表明,该信息抽取方法有较高的准确率,抽取的结果较为理想。

应用近红外光谱和多算法融合方法分析烤烟的香型风格特征

以全国17个主要烤烟产地省份中收集的3 914个烟叶样品的近红外光谱为实验对象,其中浓香型、中间香型、清香型烟叶光谱分别865条、1 403条、1 646条,应用近红外光谱和多算法融合方法分析其香型风格特征。在以产地进行初步划分烟叶香型以及认可过渡型和非典型香型类型的基础上,选取基于主成分及Fisher准则的投影法(PPF)、偏最小二乘判别(DPLS)、支持向量机(SVM)作为单分类器,得到各个算法第1和2判别分析结果;应用PPF-DPLS-SVM融合和各算法第1和2判别分析结果,将预测验证样品的分析结果详细划分为典型、过渡型、非典型香型样品(分别为493,392,115个);其中典型香型烟叶样品的判别准确率达到92.7%,较未进行典型样品划分时PPF,DPLS,SVM单算法的识别准确率分别提高了30.2%,15.4%,16.6%。样品数据来源于全国主要烤烟产地,数据量大,代表性较好,分析结果具有一定普遍性;提出的多算法融合分析方法大幅度提高了通过客观数据判别烤烟香型的准确率;同时,将烤烟香型细划分为典型、过渡型和非典型香型的方式,对烤烟烟叶原料的科学合理利用以及烟叶原料的模块化工业加工等有指导作用。

基于图像分类与多算法协作的目标跟踪算法

针对目标变化和背景环境的变化,提出了一种基于图像分类的多算法协作的目标跟踪算法,采用融入改进背景加权的尺度方向自适应均值漂移算法与快速压缩算法协作的方式。该算法根据图像变化原因不同将图像分为两类,图像全局变化和目标局部感兴趣区域的变化。对由光照、背景相似度和背景模糊引起的图像全局变化,采用快速压缩算法对目标进行跟踪;对由目标本身尺寸、旋转和遮挡引起的目标局部感兴趣区域变化,采用融入改进背景加权尺度方向自适应均值漂移算法对目标进行跟踪。该算法先对图像序列预处理分类,然后选择适合该对应图像变化特点的算法对目标进行跟踪。经实验验证,该算法较之其他流行目标跟踪算法具有更好的鲁棒性。