空时模型融合自注意力机制的航空管路故障诊断新方法

航空发动机外部液压管路结构复杂且管路故障信号中伴随着强大的噪声干扰,导致航空管路故障特征提取十分困难,同时目前诊断模型参数和计算量比较庞大,不适合高效地移植到移动和嵌入式设备。面对上述挑战,提出一种轻量化空时模型融合注意力机制的航空发动机液压管路故障诊断新方法,并命名为S-Bi-ATM-Net模型,首先,设计轻量化管路空间特征提取模块,从而融合管路故障数据的空间特征,抽取数据的细粒度特征;然后,设计轻量化管路时间特征提取模块,从细粒度特征中继续融合管路粗粒度特征,实现粗细粒度特征融合;此外在空时模型中融合自注意力机制进行优化,使得最后的决策更加的聚焦,进一步提高所提模型的诊断精度。基于同一数据集,将所提方法与目前主流方法对比分析发现,所提方法能更准确地识别航空管路不同的故障状态,证明了所提方法的优越性和稳定性。

基于关节空时特征融合的人体行为识别

针对现有人体行为识别技术存在的准确率不高和易受环境干扰等缺点,提出一种基于空时特征融合的人体行为识别方法。通过OpenPose提取人体骨骼关节的位置信息用于构造空时融合特征,该特征综合各类行为的空域和时域信息,使得特征表示更具区分度。利用核化主成分分析算法进行特征维度缩减,利用XGBoost算法进行特征分类,获得识别结果。该方法在Multiview Action 3D数据集上进行测试,得到了94.52%的识别率,较现有的其它许多人体行为识别方法表现更好。

D-S证据理论在时-空信息融合中的应用

多传感器的信息融合技术应用于导航、目标跟踪、目标识别等很多领域。目前用于信息融合的主要方法就是证据理论技术。论文给出了三种基于D-S证据理论的多传感器多个测量周期的信息融合(时-空信息融合)的方法。在仿真实验中对这三种方法进行了比较,分布式有反馈的方法是三种方法中最好的。

D-S证据理论的改进算法在时-空信息融合中的应用

研究基于D-S证据理论的时-空信息融合,即多传感器多测量周期的信息融合,给出了三种时-空信息融合的方法:集中式、分布式无反馈和有反馈的融合算法。采用这些传统的时-空信息融合方法时,最终的融合结果会产生概率分配过分集中的现象,而且证据冲突时还会产生有悖常理的结果。本文在传统证据理论的合成公式的基础上给出了一个有效的合成规则,并由此提出了改进的融合方法。证据冲突的概率按照各个命题的平均支持程度加权进行分配,从而提高了融合结果的可靠性与合理性。

基于矩阵分析的加权证据时空融合算法研究

在多传感器目标识别系统中,为解决各传感器可信度不一致的问题,提出加权证据的方法。为便于采用计算机实现,采用基于矩阵分析的D-S证据理论。考虑融合系统的时间性和空间性,先从空间域对多传感器进行空域信息融合,然后在此基础上对时间序列进行融合。最后进行判决,识别出目标。识别实例表明了该方法的正确性和有效性。

基于空时显著性的日冕物质抛射检测

日冕物质抛射(Coronal MassEjection,CME)是一种剧烈的太阳爆发现象,它会对行星际空间造成严重扰动,进而影响人类生产、生活.基于CME的时空显著性,将显著性检测方法引入到CME检测中,利用结构化矩阵分解SOHO(SolarandHeliospheric Observatory)的大角度光谱日冕仪(Large AngleandSpectrometricCoronagraphEx-periment,LASCO)C2的日冕图像对应的特征矩阵,从中恢复出稀疏部分获得显著前景.然后考虑CME运动时产生的时间显著性,从而去除非CME结构(如冕流),得到最终检测结果.实验表明,以人工目录协调数据分析中心(CoordinatedDataAnalysisWorkshop,CDAW)检测结果为基准时,所提方法不仅在检测CME数量上比计算机辅助跟踪软件包(Computer AidedCMETrackingSoftwarepackage,CACTus)和太阳爆发事件检测系统(Solar EruptiveEventDetectionSystem,SEEDS)有优势,还在CME中心角度和张角宽度等特征物理参数测量上比CACTus和SEEDS更接近CDAW目录参考值.

数据融合视角下的遥感参量空间降尺度

空间分辨率不足是限制遥感参量数据精细应用的主要瓶颈问题之一,而空间降尺度是提升遥感参量数据空间分辨率与应用能力的有效途径。研究学者针对不同遥感参量已发展了类型多样的降尺度方法,但还未形成统一、通用的分类体系。在深入分析当前各类参量降尺度共性问题的基础上,从降尺度所需的互补信息出发,以数据融合的视角对空间降尺度方法进行系统总结,归纳出多参量融合、时-空融合、遥感-模型融合和超分辨率重建隐式融合4类降尺度方法,剖析了各类方法的优缺点和适用场景,探讨了空间降尺度方法研究的发展趋势,为提升遥感数据精细化应用能力提供理论与技术支撑。