基于高斯滤波与均值聚类的异质多源传感器数据加权融合

异质多源传感器之间工作频率存在差异,导致数据之间的一致性较差,加权融合后的观测误差较大,因此提出基于高斯滤波与均值聚类的异质多源传感器数据加权融合方法。采用高斯滤波对异质多源传感器数据空间单元格进行划分,建立基于单元格的最佳连通域,保留传感器内部数据,完成传感器数据的高斯滤波平滑处理。引入均值聚类对异质多源传感器数据进行一致性处理。通过免疫粒子群搜索最优权重和参数,利用最优权重和参数完成异质多源传感器数据加权融合。仿真结果表明,所提方法能够降低融合后传感器数据的观测误差与均方误差,观测误差与均方误差最小值均为0.002。因此,说明所提方法提高了融合后异质多源传感器数据的可利用性。

多源数据加权融合的城市建成区改进指数评估

针对多源数据提取建成区的研究大多集中在等权融合方向,缺乏考虑不同数据源包含的信息量差异的问题,通过多源数据加权融合方法对前人的城市建成区提取指数进行改进,以改善不同质量级数据直接融合导致建成区提取不准确的问题。首先,构建融合夜间灯光数据、NDVI数据、路网数据和POI数据的改进PREANI指数;其次,融入不透水面数据和温度数据构建无权指数UCI和有权指数WCI;最后,选择迭代法和动态阈值法提取建成区,并对3种指数分别进行评估。结果表明:改进PREANI的Kappa系数为0.80,UCI融入温度和不透水面数据将Kappa系数提高至0.83;WCI提取的建成区轮廓更准确,在增强城乡建成区细部对比、提升边缘地物区分能力方面表现良好,其Kappa系数、查全率、查准率和F1分数均在0.85以上。

基于数据加权策略的模糊聚类改进算法

该文提出了一种数据指数加权的模糊均值聚类策略,引入了指数权因子和影响指数,使得可以在聚类过程中差异化处理各个数据。新策略和现有的Gustafson-Kessel(G-K)算法相结合,提出了一种新的模糊聚类算法DWG-K用于提高聚类质量和挖掘离群点。数据试验表明DWG-K在提高聚类质量方面优于现有的G-K;在离群点挖掘方面,DWG-K对离群点的判定是全局的,离群点的物理意义清楚,且计算效率明显高于当前广泛采用的基于密度的离群点挖掘算法。

基于数据加权策略的模糊C均值聚类算法

针对模糊C均值(fuzzy C-means,FCM)聚类算法没有考虑噪声样本点和样本数据的分布特征对聚类结果影响的不足,利用数据加权策略对FCM聚类算法进行改进。改进后的算法通过计算各样本点的密度值,将初始聚类中心限制在高密度样本点区域,并把样本点的密度值作为该点的权值,对聚类中心进行调整,突出高密度样本点在聚类中心调整中的影响力,从而达到提高聚类效果的目的。人造数据集和加州大学欧文分校(University of California-Irvine,UCI)真实数据集的实验结果表明,在不提高时间复杂度的同时,与FCM算法相比,基于数据加权策略的FCM算法聚类的准确率更高。

基于知识量加权的直觉模糊均值聚类方法

针对聚类算法中特征数据对聚类中心贡献的差异性及算法对初始聚类中心的敏感性等问题,提出一种基于知识量加权的直觉模糊均值聚类方法。首先将原始数据集直觉模糊化并改进最新的直觉模糊知识测度计算知识量,据此实现数据集特征加权,再利用核空间密度与核距离初始化聚类中心,以提高高维特征数据集的计算精度与聚类效率,最后基于类间样本距离与最小知识量原理建立聚类优化模型,得到最优迭代算法。基于UCI人工数据集的实验结果表明,所提方法较大程度地提高了聚类的准确性与迭代效率,分类正确率及执行效率分别平均提高了10.63%和31.75%,且具有良好的普适性和稳定性。该方法首次将知识测度新理论引入模糊聚类并取得优良效果,为该理论在其他相关领域的潜在应用开创了新例。

基于行为数据采集加权的用户兴趣预测

用户的行为数据对挖掘用户兴趣具有重要价值。以往的用户兴趣预测方法存在两个问题:分析用户的单一类型行为内容数据会造成预测结果不准确;分析用户的所有历史行为的内容数据会造成分析地数据量过大、分析效率降低,不能反映预测结果的实时动态变化。针对以上问题,提出了一种用于兴趣动态预测的用户行为数据采集及加权方法,按照时间片段对用户历史行为数据进行不同频率采样,以反映用户兴趣的动态变化特征,并依据不同类型行为数据的重要性,对内容数据赋予不同的权值,然后采用TextCNN模型对用户兴趣进行融合预测。实验结果表明,使用用户行为数据采集及加权方法,相较于使用单一类型数据预测的准确率提升了6.8%;同时动态反映兴趣预测结果的实时变化也得到了极大的改善。

基于数据加权融合的wMPS系统定向方法

为了提高室内空间测量定位系统(wMPS)的定向精度,提出了一种数据加权融合实现wMPS各发射站间定向的新方法。方法引入激光跟踪仪控制场三维坐标约束和wMPS发射站光平面约束,将测量不确定度转化为权重进行优化分配,推导了误差传递函数,将摄影测量中的坐标系转换方法用于单个wMPS发射站与全局坐标系间的坐标转换初值的计算,最终建立数据加权融合的定向数学模型并实现解算。仿真表明,利用本文方法,定向平移量误差在0.09 mm以内,用四元数表示的旋转角误差在2.4"以内。按照本文方法定向后的系统,在8m×5m×4m的范围内进行实验,点位测量精度优于0.21mm,基准尺长比对精度优于0.1mm。实验表明,本文方法与传统的利用已知控制点进行定向的方法相比,定向精度得到了明显提高。

基于RSSI加权数据融合的TDOA定位算法

为解决基于到达时间差(TDOA)定位算法中的定位模糊、测量时差的精确度对定位精度影响较大等问题,通过对TDOA、基于接收信号强度(RSSI)定位算法进行研究分析,提出利用RSSI加权数据融合修正由TDOA算法获得的多个初始位置估计值,从而获得更优位置估计的TDOA/RSSI定位算法。该算法具有计算量小,能有效降低定位误差的优点。仿真结果表明,此算法较普通的TDOA定位算法消除定位模糊,并进一步提高了定位精度。

基于加权支持向量数据描述的遥感图像病害松树识别

利用安装在无人机平台上的双光谱相机所获取的可见光和近红外遥感图像,采用改进的加权支持向量数据描述多分类算法,实现病害松树识别。首先根据不同内容信息图像的特点,提取双光谱相机所获取的可见光图像和近红外图像各颜色分量作为相应像素点的颜色特征,再通过提取加窗图像块的灰度共生矩阵得到中心像素点的纹理特征,然后利用权重系数为每类样本分别作加权支持向量数据描述,实现松树状态的多输出分类识别,其中权重系数是通过建立关于训练样本中心距离的权重函数所确定。与传统的人工、航空和卫星遥感识别方法不同,利用无人机平台和双光谱相机获取遥感图像,具有可操作性强、费用低廉等优势。试验结果表明,相比传统的支持向量机和支持向量数据描述算法,改进的加权支持向量数据描述多分类算法更能准确地进行病害松树识别。

基于加权数据融合的传感器定位测距算法

利用传感器对目标物体进行准确定位测距具有重要的应有价值。由于单个传感器只能定位,不能测距。利用传统算法进行目标物体定位测距的过程中,如果参与定位测距的传感器的数目较多,将会降低定位测距的效率。为解决上述问题,提出一种基于加权数据融合的传感器定位测距方法。建立传感器的定位测距模型,将传感器的几何定位方法与数据融合的方法进行融合,利用加权法对两个传感器的定位测距进行融合,能够获得定位测距的最优融合估计值,最后获得准确的定位测距数值。仿真结果表明,利用改进算法进行目标物体的定位测距,能够获得准确的定位测距值。

指标加权数据包络分析模型的研究及应用

建立了指标加权数据包络分析(DEA)模型,证明了C2 R有效与BC2有效、DEA有效与指标加权DEA有效的关系,给出了求解指标加权DEA模型的步骤,并通过实例验证了加权DEA模型的合理性.指标加权DEA模型既可以解决利用C2 R模型或BC2模型评价具有多输入和多输出指标的系统时造成有效单元过多的问题,也能够解决在评价过程中不能兼顾各评价指标重要性的问题.

WSN中利用双重接收器结合自适应加权数据融合的簇首优化聚类算法

针对无线传感器网络(WSN)中很多传统聚类算法在选择簇首时较少考虑簇首间平均距离而导致能耗较大、网络寿命较短的问题,提出一种利用双重接收器结合自适应加权数据融合的WSN簇首优化聚类算法。使用双重接收器(静态接收器和移动接收器),通过移动接收器弥补静态接收器附近聚类快速消亡的问题;利用自适应加权数据融合技术对节点收集的数据进行有效信息提取;根据能量的计时器、冗余能量、节点ID和信任值来选择临时簇首,并结合竞争范围、节点度和簇首数量选择最终的簇首。仿真结果表明,相比较新的EEUC和MRRCE技术,该方法显著降低了连续监测无线传感器网络的能耗,从而提高了网络寿命。

估计随机变量母体均值的加权数据融合方法

提出了一种把多源信息综合处理的数据融合方法。该方法依据极大似然原理将来自不同母体(均值相同、方差不同)的随机样本有效融合,得到新的母体均值估计量。该估计量具有无偏性,并且比其它传统估计量更加有效。理论和实践证明,用该方法处理数据可提高检测精度。

基于加权数据融合算法的移动液化气监控系统

为了提升液化气监控系统的灵活性和数据处理的精度并减少数据量的上传,提出了一种基于加权数据融合算法的移动液化气监控系统.根据MATLAB/Simulink图形仿真环境对加权数据融合算法和算术平均法进行的模拟效果对比实验,证明了加权数据融合算法的优越性;利用实地布置的同类型的多传感器进行数据采集,并将采集的数据以JSON格式存入服务器数据库内;最后,移动端通过HTTP请求的方式获取数据.结果表明:该系统在提高数据处理的精度并减少数据量的同时,还保证了数据的上传速率,使系统可以很好地应对液化气爆炸的突发性.

空间面板数据地理加权回归模型的参数非均衡性检验

文章基于回归残差平方和和对数似然函数的前两阶导数,采用近似χ2分布方法和广义χ2分布推导法,推导空间面板数据地理加权回归(简称SPDGWR)模型的参数空间非均衡性;SPDGWR模型显著性检验提供了统计学依据。

基于加权数据通路的RTL级低功耗SoC设计

低功耗是SoC设计与评估的重要技术指标之一,现利用加权数据通路,提出一种新的低功耗SoC设计方法。该算法首先利用程序切片技术提取RTL级数据通路,然后采用贝叶斯网络训练获得各数据通路的权重(使用频率),以形成加权数据通路,最后根据各路径权值控制门控信号的产生,对权值小的通路优先插入门控逻辑或合并门控逻辑,从而有效降低系统功耗。实验结果表明,该算法与已有ODC低功耗算法相比功耗平均下降8.38%,面积开销平均减少6.8%,同时数据通路的简化也使得算法计算负荷大幅下降。

输电线路加权数据融合故障测距算法研究

高压输电线路故障测距具有多种不同的方法,如基于稳态量的单、双端测距和基于行波信号的单、双端测距等。由于电力系统存在许多不确定性因素及干扰,单一测距方法都有其固有的局限性。将多传感器数据融合技术引入电力系统故障测距,充分利用多测距源提供的冗余信息,提出自适应加权数据融合测距算法。该算法利用先验知识或仿真数据获取各单一测距算法在不同工况下的加权系数,然后对单一算法的测距结果进行加权融合,最终获得可靠精确的测距结果。应用PSCAD/EMTDC建立500 kV输电系统模型,通过模拟不同故障情况对算法进行了仿真验证。仿真结果表明,融合测距算法基本不受过渡电阻、故障位置、故障类型、分布电容等因素的影响,具有良好的可靠性、精确性和鲁棒性。

加权数据融合算法在液化气监测中的应用

针对液化气监测系统具有实时性和突发性等特点,提出了一种应用在液化气监测中的动态预警方法,解决了在监控系统中需要手动调节阈值的问题。首先通过多传感器网络对被测环境中的数据进行采集,并利用贝塞尔公式对数据进行清理。采用加权数据融合算法对同类型传感器数据进行处理,根据二氧化碳浓度与爆炸上下限关系动态调整报警阈值。通过实地采集的数据计算,证明了该方法在不需要先验知识的情况下,可以有效减小系统误差,准确预警。

嫦娥一号异源数据适应精度加权插值融合生成DEM模型

目的提出适应精度加权插值融合的理论模型,实现嫦娥一号CCD立体相机正视影像图制作的1∶250万全月分幅数字高程模型数据和激光高度计LAM获取的高程数据两种异源数据的融合,生成月球虹湾地带30~40°W、40~50°N区域更精确的DEM模型。方法根据适应精度加权插值融合的理论模型,选取月球虹湾地带30~40°W、40~50°N区域作为研究对象,以异源数据为数据源,根据数据源不同精度分配权重,利用MATLAB编程,实现适应精度加权插值融合的算法,生成了月球虹湾地带30~40°W、40~50°N区域DEM模型。同时,根据克里金插值理论,生成相应区域DEM模型。结果通过改变适应精度加权插值融合的理论模型的权重参数,分别选取3个典型权重参数值,即分别分配激光高度计高程数据参数为0.9、0.5、0.1。结论克里金插值生成的DEM精度对比分析,说明适应精度加权插值融合可以生成更精确的DEM模型,是切实可行、有效的方法。

数据仓库中的相似重复记录检测方法

针对检测和消除数据仓库中的相似重复记录问题,提出了数据仓库中的相似重复记录检测方法。该方法先通过等级法计算每个字段的权值;然后,按照分组思想,选择关键字段或字段某些位将大数据集分割成许多不相交的小数据集;最后,在各个小数据集中检测和消除相似重复记录,为避免漏查,再选择其他关键字段或字段某些位重复多次检测。理论分析和实验表明,该方法不仅具有好的检测精度,而且具有很好的时间效率,能够有效地解决大数据量的相似重复记录检测问题。