基于遥感融合数据的风化壳型铝土矿矿化异常提取研究—以柬埔寨森莫诺隆地区为例

铝的工业用途广泛,铝土矿是全球化背景下的重要战略资源,对于我国国民经济的发展起着关键性的作用。风化壳型铝土矿的分布由于与地形地貌、岩性、地质构造关系密切,遥感技术在其勘探中的应用越来越广。如何综合各类遥感数据的优势进行控矿因素及蚀变信息提取也成为风化壳型铝土找矿勘探工作中探讨的重点。笔者在风化型铝土矿地质特征及控矿因素分析的基础上,以柬埔寨蒙多基里省森莫诺隆地区为研究区,选择“珠海一号”OHS高光谱数据与Landsat-8多光谱数据进行预处理和数据融合,采用主成分分析(Principal Component Analysis)方法进行研究区铝土矿化异常信息提取,分析铝土矿异常信息的波谱特征及其找矿指示意义,筛选铝土矿化异常信息,并进行分级显示。研究结果显示:(1)采用高光谱与多光谱遥感数据融合能够依据控矿要素特征进行与成矿物质类型及空间形态特征相关异常信息的提取,融合数据不仅弥补了所选高光谱数据波段范围有限的缺点,而且还保留了较高空间分辨率和光谱分辨率的优势;(2)基于融合高光谱与多光谱数据所提取的遥感异常信息与区内玄武岩及其风化物、地形地貌的空间展布特征高度相关,筛选的铝土矿化异常分布范围主要集中在区内铝土矿的露天开采区及邻近区域;(3)综合异常与已知矿(床)点重合度较高,并与风化壳型铝土矿的岩性、地形地貌等主要控矿因素的空间相关性强。研究成果有利于找矿靶区圈定和综合异常潜力区的筛选,对境外同类型铝土矿的早期勘探和靶区快速优选具有技术支撑作用。

基于ALS和TLS融合数据的枝条属性因子构建木材材积模型

【目的】立木材积作为森林蓄积量估算的重要单元,具有重要的森林资源调查意义,研究基于多源激光雷达手段获取立木枝条属性因子的方法,探究树木点云构建更优立木材积预测模型的能力。【方法】本文基于地基激光雷达(TLS)与机载激光雷达(ALS)融合的点云数据,运用几何特征树木骨架和提取不完全模拟水分和养分传输算法(ISTTWN),建立三维树木模型,并获取杨树单木的枝条属性因子。通过构建以枝条属性因子为自变量的立木材积预测模型,探索构建林分蓄积量最优估测模型。【结果】融合后的枝条属性因子较融合前精度有所提高,提取精度依次为着枝高度>枝长>弦长>着枝角度>分枝角度>弓高,其中枝长拟合度最高,R2达0.989。在利用特征参数与枝条属性因子构建材积预测模型中,基于枝条属性因子构建的模型较由特征参数建立的线性与非线性材积模型R^(2)分别提高0.088与0.110,RMSE则分别降低0.012与0.009 m^(3)。而将二者结合共同构建立木材积模型后,其线性与非线性模型拟合度分别达0.729与0.759,为六组材积预测模型中最佳。【结论】TLS与ALS融合点云数据后,由于数据之间的相互弥补,有效提高点云密度,在三维树木模型研建中能够显著的提高枝条属性因子的提取精度,同时在材积预测模型中加入枝条属性因子这一自变量能够有效提高模型预测的准确性。

2000、2010和2020年中国广西土地利用/土地覆盖融合数据集

本研究选取全球/中国广泛应用的6大土地利用/土地覆盖遥感数据产品,包括欧空局全球土地覆盖产品(ESAGC)、ESRI全球10米土地利用/土地覆盖数据(ESRI-LULC)、清华大学高分辨率全球土地覆盖产品(FROM-GLC)、武汉大学中国土地覆盖数据集(CLCD)、全球30米高分辨率系统土地覆盖产品(GLC_FCS30)以及Globe Land30(GLC30),通过对多个数据产品进行重分类,提出基于一致性评估的多源数据产品融合方法,合成新的广西区域2020年度土地利用/土地覆盖数据产品,与地方统计年鉴数据相关系数大于0.94。研究进一步选用有长时间序列的三套数据(CLCD、GLC_FCS30和GLC30)融合形成广西2000、2010及2020年共三期土地利用/土地覆盖融合数据产品。本研究可以为区域土地利用/土地覆盖数据产品的融合应用提供方法基础,融合数据可以更好的支持广西区域的环境保护、农业生产规划和城市发展规划等相关研究。

融合数据分析算法的临床科研平台研究

一、引言在各级各类医疗机构中,科研水平已成为衡量其发展程度的重要依据。近年来,人工智能、大数据等信息技术的蓬勃发展对医疗领域的科研模式产生了深远影响。国家先后出台了《“健康中国2030”规划纲要》《关于促进和规范健康医疗大数据应用发展的指导意见》《关于印发国家健康医疗大数据标准、安全和服务管理办法(试行)的通知》等政策文件,鼓励推进医疗大数据的开放共享、深度挖掘和医学科研应用,造福于民。

基于虚实融合数据的悬臂式掘进机截割部故障预警技术研究

目前悬臂式掘进机截割部故障预警技术依赖于传统的数据采集方法,在掘进机截割部实际运行过程中存在信号获取困难、噪声较多等问题,导致掘进机截割部故障预测预警能力受到限制。针对上述问题,提出一种基于虚实融合数据的悬臂式掘进机截割部故障预警方法。对悬臂式掘进机截割部进行三维实体建模,利用机械系统动力学自动分析软件(ADAMS)获取截割部机械系统虚拟数据,构建其动力学仿真模型以获取虚拟数据,并采用余弦相似度函数表征其与真实数据的相似度,验证虚拟数据的可信度。将虚拟、真实数据分别采用贝叶斯估计与自适应互补加权融合方法进行相似关联与互补关联融合,获得虚实融合数据。针对传统自组织映射(SOM)神经网络学习效率易受学习速率的影响问题,建立了基于改进SOM神经网络的故障预警模型,引入关于时间的单调递减函数对SOM神经网络进行训练,在保证学习速率的同时,兼顾模型的稳定性。将融合数据输入基于SOM神经网络的故障预警模型以确定获胜神经元并进行权值调整,计算真实数据与获胜神经元间的距离并进行权值调整,进而实现故障预警。实验结果表明,改进SOM神经网络的平均运行效率可提高35.84%;基于虚实融合数据的悬臂式掘进机截割部故障预警方法可成功实现单一故障和复合故障的类型预测,其预测准确率达83.33%。

基于融合数据的事故预测

鉴于驾驶员驾驶行为和道路交通安全事故的极强相关性,驾驶员事故预测和风险评估有利于对驾驶员分级管理和预警从而减少事故发生,而且在汽车保险公司、客货运营运企业等领域具有广泛用途。文章基于以事故数据为主体的融合数据的事故及事故严重程度的预测研究展开综述,首先介绍事故后果预测流程,接着介绍了众多学者在事故后果预测领域使用的树模型包括决策树、随机森林、XGBoost,然后基于某市包含事故数据的融合数据实现并对比三种模型,最后对事故后果预测研究进行展望。

RP/SP融合数据的Mixed Logit和Nested Logit模型估计对比

分析了RP/SP(revealed preference/stated preference)融合数据对交通行为研究的重要性,通过实际调查的RP/SP融合数据,对比了用Mixed Logit和Nested Logit模型的估计结果.得出了以下结论:RP/SP融合数据中,有时同类型交通方式的关联性要比RP和SP数据之间的关联性强,应用不同的Nested Logit模型分层方法进行估计对比;Mixed Logit考虑了个体的异质性,假定参数为随机分布,同时体现了RP/SP数据的关联性和同类型交通方式的关联性,能够得到更好的参数估计结果;Mixed Logit模型能更现实地反映不同交通方式使用者对时间和费用敏感性的不同(时间价值的不同),体现小汽车使用者比公共交通使用者具有更高时间价值的现实情况.

基于RP/SP融合数据的沪杭客运通道公铁客流分担率研究

RP(Revealed Preference)和SP(Stated Preference)调查是分析交通行为的两种重要方法,为充分利用两种数据的优点,研究运用NL(Nested Logit)模型进行RP/SP数据融合的方法。以沪杭客运通道修建磁浮铁路和客运专线为背景,设计RP/SP的调研方案;根据该通道客流特点建立RP/SP的效用函数;根据样本数据的RP/SP性质以及交通方式性质建立不同的NL数据融合模型,并分析模型的精度,得出利用NL模型建立的数据融合模型比单独利用RP或SP数据建立的ML(Multinomial Logit)模型精度要高,并且采用先按交通方式的性质分层,然后再按数据的RP/SP性质分层的3层NL模型精度更高的结论。在此基础上预测了2015年沪杭各类铁路及公路的客流分担率。

基于WRF-3DVAR同化多源融合数据对近海风模拟的改进试验

本文利用WRF模式及其3DVAR同化系统,以2008年4月20日00时—23日00时的江苏近海10 m风场为研究个例,对Quik SCAT、Wind SAT、多源测风融合数据进行同化试验,通过比较WRF-3DVAR同化系统对模拟风场初始场和预报场的改进,检验了同化不同类型资料后WRF模式对研究区域内单点及区域近地层风速的预报效果。结果表明:同化试验对初始场有改进,且对预报场的改进较FNL资料明显;不同资料对风场模拟的影响不同,同化星星、星地多源融合资料效果最佳,Quik SCAT次之,Wind SAT最差。此外,在模式分辨率一定的情况下,提高观测资料的分辨率并不一定能够改善模拟效果,资料的稀疏分辨率存在最佳选择。

基于融合数据和生命周期的技术预测方法:以病毒核酸检测技术为例

针对性地选取基础数据,对于构建一个高效的预测模型有着重要意义。针对病毒核酸检测技术的特征,以及已有研究多数考虑单一数据源、忽视技术生命周期影响等缺点,本文提出了一种基于链路预测算法的技术预测改进方法。通过融合专利与论文数据源,本文构建了技术主题字段的加权共现网络,并结合技术生命周期理论选定基础数据集,进行了多层次和不同阶段的预测对比。实验结果证明,在加权链路预测指标下,融合数据的预测效果在单一数据源的基础上有较明显的提升。同时,结合技术演化发展规律和生命周期理论,本文为基础数据的时间范围划定提供了有价值的参考依据,能够进一步提高预测效率和准确度。

结合DLG融合数据进行1︰10000 DLG更新数据的质量控制

运用ArcMap python软件开发工具,结合1︰10000 DLG数据更新技术要求,制作数据融合工具条,对分幅DLG数据进行融合,参考已收集到的DLG原始数据、地理国情数据以及民政、交通、水利、电力等现势性强的专业资料,在ArcGis软件下进行比对分析,及时发现DLG数据成果中存在的主要质量问题,进行纠正。本文结合1︰10000 DLG更新项目生产实际,就结合DLG融合数据进行1︰10000 DLG更新数据的质量控制及质量分析进行探讨。

城建档案关联融合数据模型设计与应用

城建档案涉及的数据内容繁杂,建立城建档案数据之间的关联关系是城建档案数据分析应用的前提和基础。本文以空间数据为载体、以多主体多级编码体系为支撑,构建城建档案关联融合数据模型,实现多源异构城建档案数据空间融合和业务融合。在此基础上开发了城建档案关联融合工具,并探索了城建档案数据关联融合应用场景,验证了该模型的可行性,为后续城建档案大数据分析应用打下了基础。

基于自适应融合数据的线路参数辨识

电网频率的变化会导致利用DFT算法计算PMU数据时相角差出现误差,进而影响线路参数辨识精度。因此,提出一种基于加权最小二乘(AFD-WLS)的自适应融合数据辨识线路参数的方法,通过结合峭度因子的互补集合经验模态分解(CEEMD)自适应选取故障录波数据中的高频分量从而实现不同位置故障录波数据和PMU数据的同步;该方法利用相关函数法计算故障前两个周波的电压相角差修正PMU数据中的相角差,将融合的PMU数据和故障录波数据通过加权最小二乘算法辨识线路参数。仿真和实测数据表明,自适应融合多种数据源方法可有效提高线路参数辨识精度,提高故障录波数据的应用价值。

利用NewSQL融合数据库构建数据资源库的探讨

内存数据库、文档数据库、列存储数据库等新技术层出不穷。目前数据资源中心通常使用关系型数据库配合其他数据库采用分布式大数据技术混搭的架构构建,这样的技术对数据资源库的使用者和维护者来说,需要掌握不同的技术,压力很大。尝试用NewSQL融合数据库构建数据资源库,一库管理多种类型数据,方便维护和使用。

移动群智感知中融合数据的隐私保护方法

随着移动智能设备的普及,群智感知得到广泛应用,也面临严重的隐私泄露问题.现有隐私保护方案一般假设第三方服务平台是可信的,而这种假设对应用场景要求较高.基于此,提出了群智感知中一种新的数据融合隐私保护算法ECPPDA(privacy preservation data aggregation algorithm based on elliptic curve cryptography).服务器将参与者随机划分成g个簇,并形成簇公钥.簇内节点通过簇公钥加密数据并融合得到簇融合结果数据.服务器通过与簇内成员协同合作得到融合结果原文,由于服务器接收到的是融合密文且密文解密需要簇内所有节点共同协作,因此服务器不能得到单个参与者的数据.此外,通过服务器对簇公钥的更新,能够方便参与者动态加入或失效.实验结果显示ECPPDA具有高安全性、低消耗、低通信、高精度的特点.

华三:让融合数据中心“流动”起来

如何实现＂全流体＂的数据中心,做到真正意义上的云网融合,面向上层应用做到自适应和可定义,进一步说,也就是套用＂软件定义＂的概念,将底层各物理资源抽象出来供上层中间件调用,这方面华三给出了完整答案。当市场随用户需求而快速转变,当企业不愿再支付高昂的运维费用,当稳定性再次成为复杂IT追求的目标,整个业界开始思考数据中心新的发展方向,并不约而同地将目光投向了＂融合架构＂。曾经以路由交换起家的华三,经过10年的市场锤炼和产业积淀,对于融合架构的理解显然更加深刻。

Sea WiFS和MODIS叶绿素浓度数据及其融合数据的全球可利用率

对2001年SeaWiFS和MODIS叶绿素浓度数据的全球可利用率进行了定量分析,二者在全球范围的变化趋势一致,年平均可利用率分别为12.4%和13.6%,其中MODIS叶绿素浓度的可利用率略高于SeaWiFS。利用小波变换方法对二者进行数据融合,经分析:SeaWiFS/MODIS叶绿素浓度融合数据相对于单一传感器数据提高了全球可利用率,其年平均为20.50%;融合数据保持了较高空间分辨率MODIS数据的海洋特征;融合数据与实测值比较,差值的均值和标准偏差分别为0.16mg/m3和1.07mg/m3(SeaWiFS:0.46mg/m3和2.22mg/m3,MODIS:0.13mg/m3和0.82mg/m3)。与MODIS和SeaW-iFS相比,融合数据接近MODIS优于SeaWiFS。结果表明小波变换方法用于SeaWiFS和MODIS叶绿素浓度数据融合的有效性。

基于多表融合数据的用户短期用电量预测

用电量预测是用户用能分析的一个重要研究内容,提高预测精度对用户用能分析以及异常检测具有重要意义。利用用电信息系统采集的电、水、气三表数据,提出了基于支持向量机的短期用电量预测方法。该方法首先利用通径分析计算出影响用户用电量的日特征向量的权重以及模糊相似矩阵;然后,通过模糊聚类传递闭包法选取相似日,并将它们作为样本训练支持向量机模型,实现对用户用电量的预测。采用杭州地区2016年的多表融合数据对提出方法的性能进行测试。实验结果表明,多表融合预测相对于单表预测方法,其单用户用电量和小区多用户总用电量的预测相对误差分别减小了6%和1%以上。

5G PCF融合数据组网方案研究

5GC引入了云化的微服务架构,为了支持4/5G互操作,5G PCF的用户策略数据库必须与4G PCRF融合建设,实现用户数据的平滑迁移演进,因此PCF的融合数据组网方案是运营商的重要研究课题。本研究结合现网架构,介绍了4/5G用户数据的现状,提出了两种融合数据组网方案,梳理了建设要点,最后给出了两种方案的比较。

物联网异构融合数据延迟保护传输策略

物联网中部署在不同监控区域的传感器传递监控数据到融合中心,所有链路试图通过不公平地获取信道访问来增加它们的传输机会.但是,单条链路的自私行为将会加剧链路之间的传输冲突,这使得对延迟敏感的实时数据吞吐量恶化,严重影响数据融合的性能.为了保障融合数据实时可靠地传输,提出了一种基于博弈论的分布式调度策略NCG-CSMA.在参与者不需要彼此进行信息交互的前提下,以分布式的方式引导每个参与者做出理性决策,为带有严格时延约束的异构融合数据提供传输服务,同时保障对数据融合价值大的数据包的传输,保障数据融合的性能.实验结果表明:提出的策略与其它现有的策略相比具有更好的实时性能.