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。

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。

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。

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。

多算法融合管道泄漏检测预警系统试验研究

管道泄漏不仅会造成环境污染,还可能引发火灾、人员伤亡等严重后果和巨大的经济损失。传统的管道泄漏在线检测与定位系统均使用单一算法进行信号处理,漏判误判多,应用效果较差。针对目前集输管道泄漏检测准确性和灵敏度较低的现状,研究一种多算法融合的方法,通过采集管道压力、流量等多种特征信号,采用最优加权融合算法,将专家经验分析法、向量机(SVM)模式识别法、序贯概率比检测法等多种信号处理方法进行综合应用,扩展了时间和空间上的检测范围,提高了泄漏检测系统的灵敏度和可靠性。利用正常运行集输管道进行了现场泄漏应用试验,试验结果验证了多算法融合检漏方法比单一检漏方法具有明显的优越性。

基于多算法融合的在线学习成绩精准预测研究

学习成绩早期预测是解决在线学习辍学率高、参与度低等问题的关键要素,如何实现在线学习成绩精准预测是亟待解决的科学议题。已有研究主要采用单一算法训练单一分类器和集成分类器预测学习成绩,然而该方法预测精准性较低。研究设计基于多算法的在线学习成绩预测框架,融合神经网络、决策树、K-近邻、随机森林和逻辑回归算法预测学习者在线学习成绩,并进行了预测性能分析。研究结果表明,多算法融合预测精准性优于单一算法,预测结果在应用中有助于学习者意识到潜在的学业风险,促进其积极参与学习活动,显著提高在线课程学习质量。

基于自主AI芯片的多算法融合应用全流程处理效率优化及实战应用

多算法融合应用是指在单个计算单元上,同时运行人脸检测、人脸识别、目标检测、行人再识别(RelD)等算法模型,实现多重技术手段的跨视域连续跟踪和识别。由于多算法融合应用的技术难度和算力要求均较高,使得现有的多算法模型融合应用技术大多使用多服务器组合完成,少有多算法融合模型应用在单卡上的落地应用。同时,以往对加密视频流的分析一般需要经过解密、解码与分析分三步在不同设备上进行,使得对加密视频分析整体效率远远低于普通视频流。笔者基于国内自主研发的具有自主知识产权的Anrui-810芯片的边缘端计算模组Anrui-C1和云端计算卡Anrui-P20,对多算法融合应用及加密视频流分析效率进行了优化并落地试用,在永州市雪亮工程项目中及太原市试点的实际监控场景中进行了实战应用。实战结果显示,自主AI芯片方案对比海思Hi3559A、英伟达Jetson Xavier NX与英伟达T4方案在全流程完整应用时占有大幅优势,尤其对加密视频流分析效率优势更加突出。

浅谈人脸大数据多算法融合技术

本文主要介绍了人脸大数据及多算法融合技术在公共安全领域上的应用,在现有的技术背景下,先是对当前技术主流进行了简要分析,同时对人脸大数据目前应用需求进行了探讨。当前人脸大数据在公共安全应用的现状情况,对主流人脸算法进行了深入的分析,给出了基于多算法融合的人脸大数据设计设想,基于多算法下的人脸分析应提供的应用作了详细的介绍。针对典型的公共安全区域如客运站、火车站、飞机场、商场、市场等场所的人脸布控布防也作了相关描述。通过对背景的分析、技术分析、应用构想来阐述人脸大数据多算法融合技在公共安全领域中的应用。

基于多算法融合的文本抄袭检测的特征提取算法研究

特征提取是文本抄袭检测的重要环节,文本特征提取结果的质量将直接影响检测的可靠性.针对现有方法的不足,提出一种基于多算法融合的文本特征提取算法.该方法考虑到文本写作主题和写作风格对文本特征提取结果的影响,通过LDA主题模型、同义词林和GloVe&TF-IDF分别提取文本写作风格和文本主题的3个分特征向量,利用变分自编码器(VAE)进行混合和降维,提取出能够高度代表文本的融合特征向量.实验结果表明,该文本特征提取算法能够准确选择文本的特征集,解决了传统特征提取算法未考虑到文本写作风格和文本主题的缺点,检测的精确率达到了97.93%,相较于其他算法有所提高.

基于多算法融合的合同风险预测模型

合同作为所有经济活动的起点,是企业遵循市场经济规律的重要体现,但是对于合同的风险分析很难以做到快速准确的识别。为了解决这个问题,本文提出了基于多算法融合的合同风险预测模型,通过建立专家规则与大数据分析相结合的企业风险预测模型,实现对合同主体的风险排查和智能预警。

以行人再识别技术为核心的多算法融合模型在网格化管理中的应用

近年来,随着城市的发展,居民购房迁移、外地人口大量涌入,流动人口规模急剧膨胀,人户分离情况尤为突出,给城市社区的管理带来新的挑战.文章以社区网格化管理中的人员管理为切入点,利用深度学习方法下的ReID行人再识别、人脸识别算法与多算法融合技术,对社区内的人员进行人脸、人体图像采集,并进行特征比对、图像聚类处理,形成一人一档数据,实现对社区人员活动轨迹的刻画.某住宅小区自应用以来,已新增登记常住人口561人、暂住人口298人,小区实有人口登记率从41%提升至80%以上.

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。

基于多种算法融合的个性化定制陶瓷图像识别应用研究

目前,在个性化定制陶瓷产品中,有着众多图像一致但局部文本不同的情况出现(例如:班级聚会合影留念的纪念瓷盘,仅是落款姓名不同),通过传统的图像识别技术难以进行有效识别。提出一种基于CTPN和CRNN两种深度学习模型的陶瓷图像中文本的识别方法,同时辅以传统SIFT算法,实现对无文本或文本识别难度高的图像识别。具体识别流程为,系统通过调用CTPN和CRNN模型,对其中的文本进行识别,并将文本信息与存储在数据库中的文本信息进行匹配并返回最佳结果。如果识别文本效果不佳,则利用SIFT算法提取出图像的特征点,并与库中的图像进行逐一对比,返回相似度较高的结果。通过研究实验测试,对于个性化定制陶瓷产品的图像识别,在性能上提升9倍以上,既解决了个性化定制陶瓷图像识别中识别耗时较长的问题,又解决了对只有局部文字不同的定制图像识别效果较弱的问题。