基于时空融合算法的水体叶绿素a反演研究

为了准确反演水体中叶绿素a浓度,以黄柏河东支流域为例,采用STNLFFM时空融合算法,对2017年GF-4和Sentinel-2反射率数据进行融合,以重构Sentinel-2影像的时间序列数据,并对应用算法前后获取的水质参数-光谱特征响应关系建立多元线性回归模型,比较模型对叶绿素a的预测效果以验证时空融合算法的可行性,利用重构后影像光谱特征与水质参数的响应关系建立人工神经网络模型,反演2017年黄柏河东支流域各水库水体叶绿素a浓度。结果表明:利用时空融合算法生成的影像接近真实影像,提高了多元线性回归模型预测叶绿素a的效果,R2从融合前0.659提高至融合后0.844,且基于时空融合算法获取的水质参数-光谱关系建立的人工神经网络模型模拟精度较好,R2和MRE达到0.925和9.461%,反演的叶绿素a浓度空间差异性明显。证明了时空融合算法在水质参数反演过程中具有较好的应用前景。

基于改进A^(*)蚁群融合算法的路径规划研究

随着智能化技术的发展,无人车路径规划技术在未来无人战场上将发挥重要的作用。针对A^(*)算法易发生碰撞障碍物的问题,提出通过改进转弯机制进行避碰。针对路径较长和不够平滑的问题,提出一种改进A^(*)蚁群融合算法。仿真结果表明,使用改进A^(*)蚁群融合算法得到的路径长度和平滑度更优,简单地图中路径长度减少2.34%,总转弯角度减小5.62%;复杂地图中路径长度减少2.62%,总转弯角度减小26.3%。因此,该算法在保证无人车避障的基础上,有利于其快速完成相应任务。

中垂线遗传融合算法研究

为改善遗传算法的局部寻优性能和收敛速度,提出了一种将遗传算法和中垂线相算法结合的融合算法——中垂线遗传算法。中垂线遗传算法以遗传算法进行全局搜索,再以中垂线算法进行局部搜索。并将中垂线算法中的单一种群分化为双种群,将双种群中的优秀个体进行耦合交叉和变异,提升改进算法的全局搜索能力和跳出局部最优的能力。仿真实验讨论了算法转换系数的变化对改进算法性能的影响。通过与6个算法的对比实验,证明改进的中垂线遗传算法解决了传统遗传算法收敛速度慢和局部寻优能力弱的问题。并且与主流优化算法和其他遗传融合算法相比,改进的算法性能更加优越。最后,利用改进算法处理了三杆桁架的设计问题。结果表明:中垂线遗传算法在处理实际问题时具有可行性。

基于跨阶段特征融合算法的混合部位运动图像超分辨率修复方法

混合部位运动图像存在模糊、失真、低分辨率等问题,且峰值信噪比差值较小。提出基于跨阶段特征融合算法的混合部位运动图像超分辨率修复方法。结合非线性映射关系重构像素点,采用跨阶段特征融合算法,完成混合部位运动图像超分辨率修复。实验结果表明:得到完整的混合部位运动图像修复结果,表现出的峰值信噪比差值较大,修复后的图像分辨率更优,满足了混合部位运动图像的现实应用需求。

基于语义分割和融合算法的草坪杂草定位

【目的】探究基于多算法融合的草坪杂草精准定位算法,为草坪杂草的自动识别和清除机器人的除草作业提供技术支撑与理论依据。【方法】提出了一种基于语义分割的多算法融合的草坪定位算法。首先,通过PSPNet网络分割草坪和非草坪轮廓。其次,针对分割出来的非草坪轮廓提取感兴趣的区域,去除非杂草轮廓,保留杂草轮廓。然后,利用Zhang-Suen细化算法提取杂草轮廓骨架线,并获取骨架交叉点数量和坐标位置。最后,利用融合算法依据交叉点数量选择不同的定位策略,实现杂草根部的精准定位。【结果】融合算法定位的杂草坐标与真实杂草根部中心坐标的均方根误差为83.17像素,相比平均质心法减少了14%,相比最小外接圆减少了22%。换算到实际场景之下,融合算法定位的杂草坐标与真实杂草根部中心坐标的均方根误差为12.48 mm,误差在可接受的误差范围内。融合算法提高了杂草根部中心的定位精度,降低了杂草定位的误差。【结论】基于语义分割和融合算法的草坪杂草定位方法提高了杂草根部中心的定位精度,降低了单一方法的定位误差,可以为草坪杂草自动识别和除草作业提供技术支持。

基于集装箱运用数据的铁路集装箱装卸站聚类融合算法研究

为了在集装箱造箱质量评价中排除集装箱不同运用工况造成的影响,通过分析近10年涵盖了运输品类、办理站特性及装卸频次等多维度因素的集装箱运用和维修数据,针对铁路集装箱办理站在运用方面的差异性,构建了基于集装箱运用数据的装卸站聚类指标体系,并通过数据预处理技术,形成可用于聚类分析的数据集。采用多种聚类算法对处理后的数据集进行综合分析,以识别出具有相似集装箱运用特征的办理站群体。为克服不同算法可能导致的结果偏差,研究引入一种基于“投票原理”的算法融合策略,以消减算法间的依赖性。聚类结果的对比分析表明,融合后的聚类效果优于任何单一算法的效果,可为铁路集装箱维修综合分析提供基础数据。

基于自适应加权融合算法的大空间火灾智能识别方法

大空间消防系统需要的探测器种类多、数量大,且采集数据易受环境干扰,进而使得火灾的识别难度大,精度低。为解决这一智慧消防系统的关键问题和难题,本文提出一种基于自适应加权融合算法的智能识别算法。在此基础上,以演播厅大型空间为例,进行探测器阵列布局与防火设计,并实现对明火和阴燃类火灾的智能化识别。

基于点云融合算法的无人机三维建模测量研究

坐标残差过大是导致无人机三维建模准确性不达标的主要原因,为避免上述情况的发生,针对基于点云融合算法的无人机三维建模测量方法展开研究。确定2D样点、3D样点与目标视点的云对应关系,通过求解双线性融合差值的方式,建立点云融合算法模型,再联合无人机目标轮廓点定义条件,完成对目标Hu距的匹配,得到必要的无人机目标节点,实现基于点云融合算法的无人机目标提取。建立三维测量坐标系,并根据光学畸变差的取值范围,纠正三维影像,结合相关测量节点,推导点算子计算式,从而确定测量值平差的取值范围,完成无人机三维建模测量方法的设计。实验结果表明,点云融合算法作用下,X轴、Y轴、Z轴三个方向上的坐标残差均不超过10%,能够实现无人机三维测量模型的准确构建。

基于自注意力机制和RSA加密的图像融合算法

传统的红外和可见光图像融合方法在不同环境中的应用效果表现不稳定。针对此问题,提出了一种基于自注意力机制和RSA(Rivest-Shamir-Adleman)加密的图像融合算法。首先,在图像融合部分提出了一种自适应权重学习模块,该模块可以实现动态权重分配。其次,提出了一种动态密钥管理机制并将其融入RSA加密算法中,将融合后的图像进行加密,提高图片的安全性。实验结果表明,与Densefusion、FusionGAN、IFCNN、TarDAL四种融合方法相比,所提方法的客观评价指标MI、VIF、SSIM、FMIdct、Qabf分别平均提升了16.35%、26.56%、14.58%、18.27%、20.79%。此外,对加密后的图像进行安全性分析,实验表明该算法具有较高的安全性。

基于智能融合算法的冷热电联供系统灵活性运行优化研究

为了进一步提高燃气轮机仿真模型的模拟精度,在建立燃气轮机机理仿真模型和BP仿真模型基础上,基于模型替代技术、BP神经网络算法以及最优加权法、动态权重分配法,分别建立了3种燃气轮机串联智能融合仿真模型和2种并联智能融合仿真模型;通过将上述仿真模型的模拟结果与实际运行数据进行对比分析,遴选出模拟效果最优的仿真模型;以燃气轮机智能融合仿真模型作为燃气轮机的出力约束,建立了考虑热电解耦技术的冷热电联供系统灵活性运行优化仿真模型。结果表明:该模型不仅可以提高仿真结果的模拟精度,而且通过对出力设备的灵活性调整,可有效应对负荷侧能源需求量的动态变化,避免出现能源浪费现象,提升系统的经济效益。

基于IGA-FL融合算法的有色金属选矿精矿品位优化研究

为优化有色金属选矿过程的精矿品位,将模糊逻辑算法与免疫遗传算法进行融合,设计出了一种IGA-FL融合算法,并基于该融合算法构建有色金属选矿检测模型,对有色金属选矿的精矿品位进行检测和优化。对比试验结果显示,IGA-FL融合算法的数据查全率为99.7%,计算速度为16.7 bps;基于该算法的检测模型平均检测准确率为97.3%,检测耗时1.8 s。应用基于IGA-FL融合算法的检测模型后,有色金属选矿精矿品位达到70.5%,说明该检测模型能够对有色金属选矿的精矿品位进行优化。

基于改进融合算法的单AGV路径规划研究

针对传统遗传算法在AGV路径寻优过程中容易出现过早收敛、效率较低等问题,提出了一种改进的融合算法。首先在随机初始化种群后引入删除操作,以减少种群个体路径当中的重复节点;接着设计了新的自适应策略来优化交叉变异概率,以提升AGV在复杂环境下的避障能力;随后增加逆转进化操作进一步提升算法的全局寻优能力;最后使用并行融合机制将遗传算法和自适应蚁群算法融合构成改进融合遗传蚁群算法(Improved Fusion Genetic ant Colony Algorithm,IFGCA)来实现解质量的提升和路径长度的最优。实验仿真结果显示,改进的融合算法相对于传统的蚁群算法、自适应蚁群算法和单一遗传算法寻优的解质量更优、路径长度更短且稳定性更好。

计算机数据融合算法下植保机精准化作业研究

针对我国传统的植保机在精准化作业和自动化喷洒方面存在的不足,基于计算机数据融合算法对植保机精准化作业进行了设计试验。植保机的主要组成包括控制单元模块、信息采集模块、传感器模块、数据传输模块和变量执行器模块。为了实现植保机的精准化作业,对植保机的飞行姿态调整和变量喷药过程进行了算法设计。其中,飞行姿态控制采用双闭环位置式PID控制算法,喷药过程采用改进的遗传PID控制算法进行控制。为了验证植保机精准化作业的效果,对其进行姿态控制和变量喷药试验。结果表明:植保机姿态控制良好,能够完成精准化喷药。

基于CAN数据和图像数据融合算法的商用车能量智能优化系统

针对当前纯CAN数据和纯图像数据的不足,提出基于CAN数据和图像数据融合的算法,并根据该算法输出的8种工况和特征开发能量智能优化系统。仿真分析表明,该能量智能优化系统能有效地节约能量。

CCUS封存环境CO 2泄漏监测数据融合算法研究

为进一步探究如何提升CCUS封存CO_(2)项目的运行质量,以提升数据监测水平的角度入手,结合实际项目特征与需求,首先整合传感器技术、数据通信技术等,搭建面向CCUS封存环境下的CO_(2)泄漏监测数据系统;而后为提升系统运行质量,设计卡尔曼滤波数据融合算法,以最限度消除数据测量误差,实现更为准确的数据监测。从现场实验测试效果来看,建立的数据监测系统能够实现更为准确的监测,预计其在后续工作中也具有潜在应用价值。

基于多任务特征融合算法的电力大数据增量式自组织映射方法

为了实现电力大数据精准映射,基于多任务特征融合算法研究电力大数据增量式自组织映射方法。对电力大数据进行分解,以线性组合形式划分特征类型;利用多任务特征融合算法设计候选分类类别数量,确定自组织映射目标;通过不同数据的语义长度对应所属类型,实现电力大数据的增量式自组织映射,完成增量式数据的自组织映射方法设计。以某省实际运行的电力公司为测试对象,对其一年内产生的电力大数据作为测试样本,分别将其按照具体的类型进行映射,验证新方法。实验结果表明,新方法可以实现精准的自组织映射,在整个过程中不会产生数据交换误差,具有应用价值。

智慧高速多源异构感知数据实时高精度融合算法

当前,智慧高速领域存在感知弱、管控难和触达少等难题,利用光栅阵列传感、大数据、AI等先进技术,通过对交通全要素、全天候的融合感知,可实现多源异构感知数据实时高精度融合、轨迹追踪和事件检测等多场景应用。本文通过光栅光纤、雷达、视频等多源异构感知数据深度融合,采用时空基准同步、双队列异步处理、容错等机制,保证车辆轨迹数据的连续稳定和较低时延,实现数据时延和融合准确率的综合提升,可为管理和运营者提供宏观、中观和微观等多维度车道级交通动态信息,助力智慧高速实现全天候通行、全过程数字管控和全方位服务。

基于卡尔曼滤波融合算法的播深检测装置设计

针对免耕播种机工作时秸秆残茬影响播深检测有效性的问题,设计了一种采用了双路面阵雷达传感器和卡尔曼滤波融合算法的播种深度测量装置。面阵雷达利用渡越时间法测量播种深度,然后使用卡尔曼滤波融合算法消除两路传感器数据中的噪声与杂波,并将处理后数据进行融合。试验表明,在预设播深为60 mm,播种机行驶速度分别为低速(4 km/h)、中速(6 km/h)、高速(8 km/h)三种速度时,传感器测量距离的最大偏差为23 mm,34 mm,37 mm,经过滤波处理后误差为4 mm,7 mm,13 mm,再经过卡尔曼滤波融合算法后能够在预设播深60 mm上下范围浮动,试验表明经过滤波融合后的检测数据比单个面阵雷达传感器更能准确地检测播种深度,且随着速度的增加波动范围也相应增大。原因可能与车速增快时播种机在不平整地面上的波动增大有关。

倾斜摄影三维模型与大场景地形的融合算法研究

本项探索的目的在于开发融合斜拍三维建模与广阔地形场景的计算方法,此领域不仅充满实践应用的价值,同时也面临诸多技术上的难题。借助统一的数据处理范畴、边缘信息筛选、边缘地形样本培育、属性变化曲线描画及阈限确定、地形成果数据的整合等关键技术,成功实现了来自不同源的地形数据的无间隙结合与平滑变换,进而增强了地理信息记录的全面性和精确度。该项探索为城市建设规划、环保监控等众多领域输送了关键技术支持,为全方位、多角度地提高地理位置数据的认知程度打下了坚实的基础。

基于2D&3D融合算法的扣件故障检测系统

扣件作为钢轨重要的紧固件之一,在列车运行过程中,会受到钢轨和枕木带来的巨大压力和振动。为保障扣件状态检测的准确性,研制了一套基于2D图像和3D深度信息融合的扣件故障检测系统。首先基于YOLOv4定位2D图中的扣件区域,提取出扣件检测区域;然后将深度图中对应的检测区域转换为点云图,采用点云匹配的方式对扣件状态进行判断;最后通过精度验证试验验证系统的检测精度。试验结果表明:系统整体的识别率为99.8%,误报率为1.68%;对于故障识别率,只有在扣件发生小偏转角度(≤5°)故障时,系统的识别率较低,其余设置的故障识别率均达到96%以上,能够满足工程化的要求。