基于地球物理数据融合的大兴安岭中段东缘地壳结构研究

位于中亚造山带东段的兴安地块和松辽锡林浩特地块被晚古生代贺根山-黑河缝合带分开。随后,大兴安岭与松辽盆地被中新生代嫩江-八里罕断裂分开。在大兴安岭中段,这两构造带的位置及板块拼合时间尚不明确。为研究大兴安岭中段东缘重要构造断裂、构造单元及结晶基底属性特征,在扎兰屯-阿荣旗地区采集处理一条长60 km的重力、磁法和大地电磁数据,重新处理了1:20万扎兰屯幅、阿荣旗幅区域布格重力异常数据。通过多种地球物理数据融合,解译了7条重要断裂,其中庞家街断裂和红星断裂是控制贺根山-黑河缝合带的深大断裂。北西向阿伦河断裂为深大断裂,至少切割到中地壳。发现了两个中地壳低阻带,其中C2异常解释为贺根山-黑河缝合带。通过1:25万阿荣旗幅地质填图资料,证实了地球物理数据融合的推断结果,为大兴安岭中段东缘构造带演化研究提供了重要支撑。

支撑新型配电网数字化规划的图形⁃模型⁃数据融合关键技术

配电网规划领域期盼实现智能规划,其愿景在于实现无人或少人干预的全自动规划。在数字化转型的背景下,新型配电网规划将面临图形多样化、场景碎片化、数据规模化三大挑战。文中从图形-模型-数据融合的角度提出三大关键技术:基于电气图纸识别和拓扑智能分析的图形-模型融合技术、基于知识驱动的负荷/新能源推演分析和智能决策的模型-数据融合技术、基于多模态数据融合和多时空数据联动的图形-数据融合技术,尝试打破理论研究与数字化工程的壁垒。最后,对未来新型配电网数字化规划的发展进行思考和展望,为实现“以机为主,人机协同”的大闭环模式提供借鉴。

基于证据理论的多传感器数据融合水质检测研究

针对多传感器水质监测数据融合中测量数据存在误差的现象,论文提出一种基于DS证据融合理论的多源监测数据融合算法.该算法将影响水质的氨氮含量(NH3-N)、溶解氧(DO)、pH值、电导率(CD)等多环境因子变量作为证据,并赋予可靠性折扣,计算出水质等级的质量函数,然后通过DS方法将其与其他证据结合起来,最后使用融合质量函数值的决策规则确定水质类别.实验证明这种方法适用于具有多源监测数据的水质类别预测,可以从不确定性传感器数据中评估水质,并提高评估性能.

基于研制阶段数据融合的舰炮制导弹药测试性评估方法

针对小子样条件下开展测试性评估存在数据冲突的问题,提出一种基于研制阶段数据融合的舰炮制导弹药测试性评估方法。首先,确定研制阶段中舰炮制导弹药测试性信息的来源,并根据其不同特点,利用相应的Beta分布参数折合方法,获得测试性信息Beta分布并构造对应的基本信任分配函数。其次,为解决在数据融合中存在的冲突问题,引入一种基于可信度、不确定度和重要度的数据融合权重确定方法,通过融合多来源的测试性信息得到舰炮制导弹药测试性指标评估结果。实例表明,所提方法能充分利用研制阶段收集的多来源测试性信息,有效利用主观不确定性信息,且减少数据冲突问题,可提高舰炮制导弹药测试性指标评估的可靠性。

基于多源数据融合的水利工程测量信息动态更新系统

现有的水利工程测量信息动态更新系统,在传输测量信息时没有最佳的路径概念,采用车轮搜索,导致信息更新所需时间较长,为优化系统运行效率,设计基于多元数据融合设计水利工程测量信息动态更新系统。设计可以增强数据更新速度的芯片作为系统硬件;构造有效路径代价函数,整编水利工程测量多源数据;选择数据传输最短路径;建立最小二乘估计数学模型,引入多元数据融合设计信息更新算法。实验结果显示:在系统更新时间的测试中,面对不同数量的并行服务器,三个对照组用时均高于实验组,可见该系统具备更好的运行效率。

基于数据融合的城市轨道交通大客流预警研究

为了降低因节假日或突发时间导致的客流拥堵,促进客运部门快速应对客流波动,提出了一种基于数据融合的城市轨道交通大客流预警方法。通过对客流参数预测信息进行融合,获得符合实际客流瓶颈点的参数信息,以完成轨道交通大客流预警。提出的方法利用动态贝叶斯网络,实现了历史数据与运输服务信息的融合。以城市假期期间五条线路每日客流量为例,通过对比实验验证了提出方法的有效性与准确性。

图书馆智慧管理平台书目数据融合若干问题分析——以河海大学图书馆为例

文章通过分析河海大学图书馆智慧管理平台下的书目数据融合项目的实践,总结了数据库中书目数据存在的问题及原因,从编目人员、编目外包公司、图书馆自身3个维度提出优化策略,以提升图书馆的编目业务的质量,促进图书馆编目事业稳定健康的发展。

基于观测与预报数据融合的森林火险预报

针对气象因子日变化波动大容易引起森林火险气象等级预报变动大这一问题,参考布龙-戴维斯方案森林火险气象预报模型的构建思路,利用2016—2020年广西1785个森林火灾样本和气象观测数据,建立森林火险气象指数模型(简称“模型”)。将气象观测数据输入模型,计算出每日森林火险气象监测指数,同时,将智能网格预报数据输入模型,计算出每日森林火险气象预报指数,然后利用加权算法将每日森林火险气象监测指数和每日森林火险气象预报指数进行融合计算,得到森林火险气象融合预报指数。利用2021年6月—2023年6月789个火灾样本,对林火险气象融合预报指数进行验证,结果表明:融合后未来1~7 d森林火险等级预报准确率从82%~56%,较融合前预报准确率提升1%~3%,基本满足目前广西森林火险气象等级预报业务应用。

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。

基于时空数据融合的塔吉克斯坦中高时空分辨率NDVI数据集(2010-2020)

归一化植被指数(Normalized Difference Vegetation Index,NDVI)是研究植被最常用的遥感指数之一。NDVI长时间序列数据对于植被变化研究有着重要的意义。然而由于传感器的限制,遥感数据的时间分辨率与空间分辨率不能兼顾,因此在目前广泛使用的NDVI数据产品中,高时空分辨率的数据还较为缺乏。本产品基于Cubist模型对MODIS数据与Landsat及哨兵等遥感数据进行时空数据融合,得到了塔吉克斯坦2010–2020年中高时空分辨率Landsat-MODIS融合数据,以及2020年中高时空分辨率Sentinel-MODIS融合数据。为保证数据的准确性和可靠性,本数据集从数据源的质控,模型训练优化,以及模型独立验证三个方面对数据产品进行质量控制,且取得了较好的验证效果。本数据集可反映塔吉克斯坦2010–2020年NDVI时空变化情况,可为该地区植被变化分析、生态环境监测等提供长时间序列数据支撑。

接触式与白光干涉测头复合测量坐标统一与数据融合

针对复合测量中两测头空间坐标系不统一的问题,提出了基于标定器提供基准点结合单位四元数法求解空间变换矩阵的坐标统一方法,并以均方根误差(RMSE)来评估坐标统一的效果。设计并制作了一种新型标定器,为坐标统一提供稳定可靠的基准点,并建立了基准点精度与坐标统一精度的关系模型。针对两测头测量数据,提出了空间误差椭球搜索策略结合加权最小二乘法的数据融合方法。实验结果表明,复合测量的坐标统一化配准精度可达1.889μm,所提出的数据融合方法相较传统加权最小二乘法的相对误差减小了16%,重复性精度提高了38%,实现了复合测量的高精度坐标统一与稳定精确的数据融合,提升了对器件的测量能力。

基于多源数据融合的农产品气候品质评价模型研究

以新疆麦盖提灰枣为例,在基于气象观测资料开展气候品质评价的基础上,将FY-4A卫星遥感数据、高分辨率多源融合实况格点产品(ART-1km、CLDAS-V2.0、Laps)应用于农产品气候品质评价,研制了点面结合的网格化农产品气候品质评价模型,阐述了基于多源数据融合的农产品气候品质评价方法。结果表明,该方法可明显提高农产品气候品质评价结论的可靠性和精细化程度,同时可解决无观测资料地区农产品气候品质评价问题。

多模态数据融合的加工作业动态手势识别方法

为了解决单模态数据所提供的特征信息缺乏而导致的识别准确率难以提高、模型鲁棒性较低等问题,提出了面向人机交互的加工作业多模态数据融合动态手势识别策略。首先,采用C3D网络模型并在视频的空间维度和时间维度对深度图像和彩色图像两种模态数据进行特征提取;其次,将两种模态数据识别结果在决策层按最大值规则进行融合,同时,将原模型使用的Relu激活函数替换为Mish激活函数优化梯度特性;最后,通过3组对比实验得到6种动态手势的平均识别准确率为96.8%。结果表明:所提方法实现了加工作业中动态手势识别的高准确率和高鲁棒性的目标,对人机交互技术在实际生产场景中的应用起到推动作用。

基于专利异构数据融合的技术演化路径识别方法

[研究目的]针对目前技术演化分析中多关注专利文本,忽略专利引文信息的问题,提出一种基于专利异构数据融合的技术演化路径识别方法。[研究方法]首先,使用Sentence-BERT模型提取专利文本语义特征;其次,使用图卷积神经网络模型将文本语义特征与引文结构特征融合,实现异构数据融合构建专利向量;最后,划分时间窗,使用k-means算法对各时间窗进行技术主题聚类,基于相邻时间窗技术主题相似度构建技术演化路径。[研究结论]以人工智能领域为例进行实证研究,共发现4条技术演化路径。与相关权威报告进行比对,结果表明识别结果与人工智能技术领域的发展现状一致,验证了模型的有效性和科学性。

基于交叉注意力的多源数据融合的气体泄漏检测

为解决单一传感器在管道气体泄漏检测时容易出现误报、漏报的问题,及时预警并反馈泄漏状况,提出一种基于交叉注意力的多源数据融合管道泄漏检测方法。首先,利用预训练的ShuffleNetV2模型提取热像仪数据的空间特征;然后,结合一维卷积神经网络(1DCNN)和双向门控循环单元(BiGRU),构建1DCNN-BiGRU模型,以提取气体传感器数据的时序特征;最后,运用交叉注意力捕获数据的时空关联性得到2个数据源的特征表示,通过残差方式进行特征连接后输入到分类层中,得到识别结果。结果表明:所构建的多源数据融合模型(SCGA)对气体识别准确率为99.22%,损失值在0~0.04内波动;与仅使用气体传感器数据的支持向量机(SVM)、1DCNN、BiGRU模型相比,准确率至少提升4.12%;与仅使用热图像传感器数据的MobileNetV3、ShuffleNetV2、ResNet18模型相比,准确率至少提升1.14%;与将时序特征和空间特征直接拼接的多源数据融合模型(SCG)相比,准确率提升1%。SCGA模型对气体识别具有较高精度。

基于多传感数据融合的变速运行齿轮异常振动故障诊断

变速运行齿轮异常振动故障诊断性能过差会增加汽车维护成本,缩短齿轮使用寿命。为了及时识别齿轮故障,保证汽车变速器总成具有良好的振动特性,提出基于多传感数据融合的变速运行齿轮异常振动故障诊断方法。通过分析多传感器数据融合技术,掌握变速运行齿轮异常振动故障诊断的理论框架,并以此为基础,参考传感器融合模块、特征级并行多神经网络局部诊断模块和终端分类模块,结合变分模态分解、多通道加权融合和单隐层前馈神经网络训练算法,从信号采集、信号特征提取和信号特征分类3个步骤实现变速运行齿轮异常振动故障诊断。实验结果表明:在齿轮发生轻度磨损时,磨损振动信号的幅值在20~40 mV之间,磨损振动信号的频率在0~4000 Hz区间;中度磨损时,信号的幅值在30~55 mV之间,信号频率在3000~7000 Hz区间;重度磨损时,信号幅值在50~70 mV之间,信号频率在6000~12000 Hz区间,且各阶段诊断结果均与故障程度的实际转折点吻合。由此可知在各样本数量均相同的情况下,提出的故障诊断方法预测值与真实值均相同,故障程度和故障类型的诊断性能均较好。

基于红外和可见光的多模态数据融合方法研究

为实现红外和可见光多模态信息的融合互补,本文梳理了基于传统的融合方法及基于深度学习的融合方法发展脉络,分析了各种方法的原理及局限性,并在此基础上,进一步分析了多模态数据融合发展的方向,即基于自注意力的Transformer融合方法,并详细论述了各组成模块及研究重点,进而提升红外和可见光多模态图像融合的效果。

多源数据融合在行政区域界线争议处理中的探索与应用

行政区域界线精准落地对资源保护利用及国家长治久安至关重要。随着城市化进程加快及优化调整举措推进,界线争议时有发生,给相关部门日常事务管理带来了诸多挑战。依据高精度行政区域界线勘定工作中争议处理原则与程序,探讨和分析了多源数据融合分析方法在争议解决中的应用,并结合具体案例,重点论述了高精度多源数据融合方法在不同区域(山区、城区)类型争议处理中的可操作性。实践表明,多源数据融合为稳定研判争议解决方案提供了有效的数据支撑,争议界线落地后为行业部门事务管理提供了强有力的法定依据。

电磁超声与电涡流复合线圈的数据融合及分析

以Q235钢板为研究对象,搭建了带有磁屏蔽结构的、共用螺旋线圈的、分时复用的、二维电磁超声与远场涡流复合仿真模型,分析了电磁超声对近表面缺陷检测的盲区,并从永磁体参数、接收线圈参数对复合远场涡流模型进行优化。针对Q235钢板(5~15)mm电磁超声与远场电涡流共同作用的区域,将电磁超声得到的幅值信号和时间信号,远场涡流得到的线圈感应电压和阻抗参数,利用灰狼优化算法的支持向量机进行数据融合,反演出缺陷的参数,并设计实验验证了仿真模型的准确性。研究表明:所设计的电磁超声与远场复合线圈对缺陷检测的准确率达到百分之96.14%,远场涡流能够很好地弥补电磁超声的检测盲区。

基于多模态数据融合与机器学习的高价值专利早期识别方法

[研究目的]如何构建有效的高价值专利识别方法,从海量的专利中识别出高价值专利,对于高价值专利的培育、运用、保护和管理具有重要意义。[研究方法]提出一种基于多模态数据融合与机器学习的高价值专利早期识别方法。首先,利用多模态融合方法对专利指标数据和文本数据两种模态数据进行融合;其次,利用基于机器学习的生存预测算法对历史已知的高价值专利进行分析,并获取高价值专利融合后的特征与其“高价值”之间的关联模式;最后,利用获取到的关联模式,对新公开专利的“价值”进行预判,从而实现对高价值专利的早期识别。[研究结论]以人工智能领域专利为例进行实证研究,验证了该方法的可行性和有效性,为高价值专利早期识别提供了新的研究方法。