优化的多假设FastSLAM数据关联方法

针对机器人同时定位与地图创建(SLAM)中的数据关联问题,基于FastSLAM提出一种多假设数据关联方法,采用动态阈值滤波方法确定每个观测的可能数据关联解,结合多假设数据关联方法和FastSLAM方法,将FastSLAM的权重与多数据关联假设数据关联的后验概率乘积构成新的粒子权重,用FastSLAM的重采样进行假设组合的关联树剪枝,实现多假设数据关联。实验结果表明,与JCBB方法相比,该方法能修正错误的数据关联,提高机器人定位和建图的精度。

基于改进YOLOX与多级数据关联的行人多目标跟踪算法研究

目标跟踪是计算机视觉领域的基本问题,行人多目标跟踪在智能监控、智慧交通等多个领域有着广泛的应用前景。然而实际跟踪场景中存在频繁遮挡、尺度变化等情况,给多目标跟踪算法带来了极大的挑战。为了进一步提升跟踪精度,在DeepSORT的基础上,提出一种基于改进YOLOX与多级数据关联的行人多目标跟踪算法。对于检测器,为了增强网络的特征表达能力,提高检测精度,在YOLOX骨架网络与颈部网络分别引入ECA通道注意力模块与ASFF自适应特征融合模块。对于身份识别特征,为了减少数据关联步骤的错误匹配数量,提高跟踪效率,使用轻量的OSNet重识别网络与NSA卡尔曼滤波获取目标特征。对于数据关联,为了减少身份切换次数,避免目标丢失,将检测与跟踪都进行分类处理,使用不同的相似性计算方法,实现基于检测置信度与轨迹状态的多级数据关联。实验结果表明:与改进前YOLOX与DeepSORT简单结合的算法相比,在YOLOX中引入ECA模块与ASFF模块使误检数量大幅降低,使用YOLOX-s模型时降幅可达17%;结合OSNet模型与NSA卡尔曼滤波的特征提取方法能提高跟踪稳定性,IDF1指标提高0.77%,IDSW减少947;基于检测置信度与轨迹状态的多级数据关联算法可以明显改善跟踪性能,MOTA指标提升3.36%。算法最终在MOT17与MOT20测试集上的MOTA达80.4%与77.7%,IDF1达78.4%与76.7%。提出的行人多目标跟踪方法相较于其他先进算法在跟踪精度与跟踪速度上达到更好的平衡,可为工业上在线行人多目标跟踪应用提供参考。

基于体质测试大数据的灰色关联分析:建模与实证

目前,中国普遍采用电子仪器采集学生体质测试结果,积累了大量具有大数据特征的原始数据。在面对体质测试大数据时,如何利用数学模型找出测试项目之间的相关性,从而准确描述其相关性的强弱,具有科学意义。采用改进的灰色关联分析模型,对西部某高校31198名大学生体质测试大数据进行分析。该模型改变了传统邓氏模型的计算过程,使其适用于大数据。结果表明:BMI值对女生下肢耐力和爆发力有较大影响,是女生最重要的体质测试指标;肺活量对男生的耐力、灵活性和下肢爆发力有不同的影响,是男生最重要的体质测试指标;长跑,即男子1000 m跑、女子800 m跑和立定跳远,不仅是身体素质的2个最重要的指标,而且它们之间存在着很强的相关性。改进的灰色关联分析为大数据环境下体质测量指标之间的相关性分析提供了新的思路,为不同领域的大数据分析提供了建模参考。

未知环境中FastSLAM算法的数据关联问题

讨论FastSLAM算法(FastSLAM-对SLAM进行因式分解的一种快速算法)在未知环境中的数据关联问题。在标准的FastSLAM算法中,通常假设数据关联是已知的。然而现实情况中,数据关联往往是未知的。采用一种基于单个粒子的最大似然数据关联和环境否定信息相结合的方法来解决未知环境中的数据关联问题。仿真结果表明,新的数据关联方法提高了移动机器人在未知环境中自身定位和地图创建的精度。

关联数据公共目录探究

近年来已有许多图书馆导入关联数据,提供多种在线公共目录的信息服务。文章依据关联数据公共目录的发展现况,选取具有丰富书目本体语义关系的简·奥斯汀的相关及其衍生作品为样本,同时以西班牙国家图书馆、法国国家图书馆,及美国国会图书馆的关联数据服务和共享型虚拟探索环境4个案例为对象进行评估,发现已具备关联化信息探索等10项功能,特点不尽相同,包括网络化公共目录、关联数据公共目录类型、关联数据化方式、URI关联化程度、语义关系与开放程度等。最后针对关联数据公共目录与资源探索系统在多个方面加以比较。

面向保护和利用的大遗址本体与关联数据研究

大遗址与所在地的居民生活生产、城乡发展以及资源保护与利用等方面存在紧密关联,在我国快速的城镇化进程中,大遗址的保护和利用面临巨大压力。对大遗址知识的有效组织是大遗址保护和利用的前提。本体和关联数据技术为大遗址知识组织提供了新的方法及实现路径。文章首先结合文献调研,复用CIDOC-CRM和OWL-Time本体构建上位本体;然后通过构建顶层框架和抽取概念实例,获取大遗址知识概念和实例,并将其转化为大遗址本体的实体、对象属性和数据属性;最后基于关联数据技术,以西安片区大遗址为例,利用D2RQ发布大遗址知识的关联数据集。文章通过构建本体和发布关联数据实现了大遗址知识的语义关联和开放共享,为提升大遗址的保护和利用水平提供了数据支撑和知识服务。

科学数据与科技文献关联研究主题、实践与政策述评

阐述了国内外科学数据与科技文献关联的研究主题、实践进展与政策内容,以期为其关联研究与实践应用提供新的思路。借助文献调研、内容分析、对比分析等方法,分析了国内外科学数据与科技文献关联的研究成果、相关主体的实践以及典型政策。研究发现:国内外发展程度有所不同,国外基本形成了较为完善的理论基础与政策体系,并面向多主体、多领域开展关联实践;而国内理论研究、服务实践与政策体系还有待进一步提升。提出未来还需深入研究科学数据与科技文献关联的实现方案与策略,从实际需求出发,探索关联的新模式、新途径、新技术和新方法,并提升政策的统一性及适应性。

以MARC21建立书目与权威关联数据

图书馆运用数据关联技术,在网络上扩大馆藏资源的应用范围,采取的方法是建立关联数据服务系统,把原有MARC改为关联型MARC记录,并利用MARC21以特定字段的子字段著录URI,使馆藏资源跨系统与相同实体及相关实体间形成关联。文章介绍了关联数据的基本概念,探讨了图书馆关联数据建立与导入模式,分析了MARC21的特征及MARC21有关关联数据元素的著录方式,以期为图书馆开展相关工作提供参考和借鉴。

“探索”视角下的书目关联数据化与图书馆服务创新研究

《IFLA图书馆参考模型》(IFLA-LRM)概念模型取代FRBR,以此为统领,RDA、BIBFRAME和MARC21的一系列元数据标准的革新,体现了关联数据时代图书馆资源数据突破平台限制、提升在互联网的可见度、实现复用与共享的意图。新增的“探索”用户任务是理解多个元数据标准文件不断更新迭代的关键线索,把握书目关联数据化这一趋势,并且不受限于以文献为中心的思维定式,将“探索”思维贯穿在图书馆工作的各个方面,将为转型时期的图书馆事业创新带来启发,更好地服务于智慧图书馆时代的用户群体。

基于关联规则的局部离群数据挖掘算法设计

针对现有挖掘算法在对局部离散数据挖掘时,存在挖掘结果关联度低、挖掘效率低的问题,引入关联规则,开展对局部离群数据挖掘算法设计研究。对需要挖掘的局部离散数据预处理,包括数据清洗、数据集成等。针对局部离散数据中的高维数据,提出一种基于属性相关分析方法,实现聚类。确定挖掘算法中的离群因子与链距离。最后,结合关联规则,实现对局部离散数据的并行挖掘。通过对比实验证明,新的挖掘算法挖掘结果关联度更高,且挖掘效率高,具备极高应用价值。

一种长基线被动传感器数据关联方法

为了提高测向交叉定位系统多目标环境下的去鬼点性能,提出了一种长基线被动传感器数据关联方法.首先利用被动传感器量测的视线矢量信息进行交叉定位并计算定位误差协方差矩阵,然后基于两个定位点构造了一个卡方分布的检验统计量,将多目标条件下的去鬼点问题转换为假设检验问题.为了分析该方法的性能,定义了真实目标的正确关联概率和鬼点目标的错误关联概率,并在使用两部和三部被动雷达的情况下分别与倾斜角方法进行了仿真对比.仿真结果表明所提出的方法在使用三部被动雷达或多目标与被动雷达共面时关联性能更好.

基于关联规则的油田大型机泵设备振动故障数据采集方法

为了在不同工况下获取完整的振动故障数据,设计关联规则的油田大型机泵设备振动故障数据采集方法.提取大型机泵设备振动故障数据特征,在数据标准阈值中设定预警值与报警值,获取故障数据的全频域信息;基于关联规则方法优化振动故障数据采集完整性,通过分解、排序、更新三个步骤在处理噪声的同时保证数据完整性;引入连续采集算法判定振动数据故障阈值,优化完成油田大型机泵设备振动故障数据采集.实验表明,该数据采集方法可以在六种工况下,有效获取机泵设备回旋振动与纵向振动的完整故障数据,具备实际可行性.

基于关联规则的物联网海量数据分析系统研究

物联网设备产生的数据量庞大且复杂,如何有效地管理和分析这些数据是重要问题。文章基于已有的数据挖掘方法,提出了一种关联规则的网络检索算法,设计了一个物联网海量数据分析系统,并对该系统进行了性能测试与研究。测试结果表明,随着数据规模的增大,数据处理时间也相应增加,呈近似线性关系。在海量数据分析系统中,处理更大规模的数据会导致较长的处理时间,即数据处理时间与数据规模成正比关系。通过满足用户需求、提高系统性能以及降低成本费用,该算法能够有效地利用资源。

网络安全审计中特征数据关联方法的研究

文章提出了一种基于多特征要素的网络安全审计中的特征数据关联方法。该方法以国际移动设备识别码(International Mobile Equipment Identity,IMEI)、国际移动用户识别码(International Mobile Subscriber Identification,IMSI)、移动终端MAC(TERMINAL_MAC)地址三个特征要素为关联因子,通过持续更新完善特征信息串的方式,有效解决了在接入网络的移动终端MAC地址可能发生周期变化的情况下,构建移动终端用户唯一虚拟画像的问题。

档案著录信息关联数据化:国际经验与中国路径

关联数据技术已成为档案数据资源开放共享的重要工具。探究档案著录信息关联数据化的国际经验有利于我国档案资源描述的规范化、标准化。以英国LOCAH项目、国际档案理事会RiC-O以及Europeana数据模型为例,对档案关联数据项目和相关数据模型展开调查和研究。基于此,提出我国档案著录信息关联数据应加大档案开放力度,增强对档案资源的语义描述,建立丰富的档案著录数据,加强各方主体协同与资源集成,探索低成本、轻量级的档案著录关联数据化项目。

基于大数据关联分析的学生考试成绩分析

考试成绩不仅是院校教育者了解教学实施情况的重要参考,更是学生了解自身知识掌握情况、寻找短板弱项、科学制定个人学习目标的重要参考。开展基于大数据的考试成绩分析与应用,寻找学生考试成绩背后各科目之间的相互关联,对于各高校提升管理质量和管理效益,学生开展更有针对性的学习具有十分重要的意义。采用Apriori算法的数据挖掘技术,对我校已毕业的2018级学生高考、在校期间的考试成绩数据进行了分析,寻找制约学生成绩的关键课程和影响因素,为改进人才培养提供数据支撑。

基于优先级诊断树的工控网络入侵数据关联挖掘方法

研究基于优先级诊断树的工控网络入侵数据关联挖掘方法,提高工控网络入侵数据挖掘能力。采用网格搜索与模拟退火算法相结合的方法得出SVM提取器最优参数,通过SVM提取器提取工控网络入侵数据特征,运用粗糙集约简工控网络入侵数据特征属性,降低工控网络入侵挖掘的数据样本冗余特征属性。将约简的特征作为优先级诊断树的输入,依据工控网络入侵数据关联挖掘准则,使用优先级诊断树实现工控网络入侵数据关联挖掘。实验结果表明,该方法平均误报率为1.38%,检测率大于90%,挖掘时间低于3.6 s,在-6~26 dB归一化空间谱范围内,均能有效地实现工控网络入侵信号数据挖掘且检测效果最优。

基于大数据关联规则算法的卡林型金矿床元素富集规律及找矿方法研究

大数据时代的到来,为卡林型金矿床开拓了新的找矿思路。本研究应用关联规则算法,挖掘滇黔桂“金三角”卡林型金矿床内微量元素与金矿化海量数据之间的关联性,提取元素异常组合,分析控制因素,定量构建找矿标志。结果显示矿床内元素异常组合分为4组:(1)强正关联显著富集元素(As、Sb、Hg、Tl、Ag、W和Rb),显示硫化和黏土化作用;(2)较强正关联略富集元素I(Zr、Th、Ta、Nb和Hf)和强负关联强迁出元素(Li和Sr),显示去碳酸盐化作用;(3)较强正关联略富集元素II(Sn、Zn、Ni、V、Co和Cu),显示硫化作用;(4)弱关联基本无富集元素(Cd、Pb、Ba、Bi、U和Mo),与成矿无显著关联。从大数据角度获取的元素异常组合,与学界关于Au主要在去碳酸盐化、硫化和黏土化条件下形成的认识一致。通过关联规则算法分别对与硫化和去碳酸盐化相关的元素建立定量找矿标志。硫化找矿标志:样品中As、Hg、Sb、Tl、W、Ag和Rb等元素内中高含量项数≥1、≥2、≥3、≥4和≥5时,对应的Au矿化分别为≥4.5×10^(-9)、≥47.0×10^(-9)、≥150×10^(-9)、≥500×10^(-9)和≥1000×10^(-9);样品内高含量项数≥1、≥2和≥3时,对应的Au矿化分别为≥150×10^(-9)、≥500×10^(-9)和≥1000×10^(-9);找矿过程中两组指标配合使用,确保不漏矿,高效圈矿。去碳酸盐化找矿标志:样品中Zr、Th、Ta、Nb和Hf含量任意两项出现正异常,认为样品经历过去碳酸盐化作用。定量识别的硫化和去碳酸盐化找矿标志可望在卡林型金矿找矿预测中发挥重要作用。本研究基于关联规则算法分析矿床元素富集规律、控制因素和定量构建找矿标志的方法,也可为其他类型矿床开展类似研究提供新思路。

基于多传感器数据关联的综合传动装置服役状态辨识方法

针对综合传动装置在恶劣环境下传感器数据跳变、可靠性差,导致依赖单一传感器信息带来的状态判断虚警率高、服役状态难以准确辨识的问题,提出一种基于多传感器数据关联的综合传动装置服役状态辨识方法。通过时间窗均值关联网络,充分考虑关联传感器数据在各时间段的关联程度,可以有效表征复杂工况下传感器数据的关联关系。在时间窗关联度计算方法的基础上进一步构造了误差反向传播(Back Propagation,BP)数据映射模型,完成对关键传感器数据的映射。采用变分模态分解和样本熵(Variational Mode Decomposition-Sample Entropy,VMD-SE)方法对数据进行预处理;利用所提方法计算各传感器数据间的关联性,选取出相关性高的数据;将相关性高的数据输入构造出的BP数据映射模型进行映射。油压数据的案例验证结果表明,时间窗关联度计算方法能准确地衡量传感器数据间的关联性,BP数据映射模型输出的数据能够良好地表征关键传感器数据,二者结合能够有效提升服役状态判断的准确性。

基于改进数据关联的三维多目标跟踪算法

针对传统三维多目标跟踪算法在复杂场景中出现的误关联、跟踪中断、适应性差等问题,在数据关联阶段进行了相应改进,提出了一种基于加权聚合关联代价和目标预测置信度的多目标跟踪算法。首先,结合目标的位置、外观、方向特征计算加权聚合关联代价以度量目标之间的差异性。然后,在关联代价矩阵中引入预测置信度的相关概念,并依据该置信度调整丢失目标的关联搜索域。最后,使用卡尔曼滤波器进行目标运动状态以及预测置信度的更新。在实测数据上的实验结果表明,所提出的算法能够提高点云遮挡、轨迹交叉情况下的跟踪正确率,在MOTA上达到了73.6%。