A New Approach to Software Development Fusion Process Model

There are several software process models that have been proposed and are based on task involved in developing and maintaining software product. The large number of software projects not meeting their expectation in terms of functionality, cost, delivery schedule and effective project management appears to be lacking. In this paper, we present a new software fusion process model, which depicts the essential phases of a software project from initiate stage until the product is retired. Fusion is component based software process model, where each component implements a problem solving model. This approach reduces the risk associated with cost and time, as these risks will be limited to a component only and ensure the overall quality of software system by considering the changing requirements of customer, risk assessment, identification, evaluation and composition of relative concerns at each phase of development process.

Analysis of Fusion Process Model—Case Study

Fusion Process Model is a software process model to enhance the software development process. Fusion process model have five fundamental phases and one fusion process controller to control and co-ordinate the overall development process. Fusion Process Model uses 3C-Model to generalize the process of solving the problem in each phase. 3C-Model, which helps in implementing component based development approach and provides firmer control over the software development process. Because of the component driven approach, the risk associated with cost and time is limited to component only and ensure the overall quality of software system, reduce the development cost and time by considering the changing requirements of customer, risk assessment, identification, evaluation and composition of relative concerns at each phase of development process. We have implemented Fusion Process Model to the design of a real world information system and evaluated this implementation with the initial project estimation.

多源数据融合的高层建筑物三维建模研究

随着无人机的大规模普及,倾斜摄影测量技术应用越来越广泛,但是由于其技术特点,在数据采集过程中受角度、遮蔽等因素的影响,导致三维模型极易出现拉花、扭曲等问题。基于此,探讨了融合机载激光雷达(Light Laser Detection and Ranging,LiDAR)、地面数据采集和倾斜摄影技术的方法,以提高高层建筑物三维建模的精度和细节。机载LiDAR技术通过激光雷达扫描获取点云数据,提供建筑物的几何形状和细节信息,倾斜摄影技术可以提供建筑物纹理信息,与机载LiDAR技术结合可以提高建模的真实感和精度。点面三维激光扫描仪能够有效补充前两项技术的缺失,如补充细节数据。研究融合三种数据源的信息,综合利用它们的优势,为城市规划、建设和管理提供更准确、可靠的数据支持。

基于多传感器信息融合的煤与瓦斯突出预警模型研究

煤与瓦斯突出是我国最严重的煤矿灾害之一,监测预警是预防煤与瓦斯突出事故发生的有效手段。通过将多传感器数据融合技术与实际煤矿瓦斯环境相结合,基于动态和静态突出预测指标综合分析,确定突出预警指标,利用层次分析法对指标进行权重计算并排序,并依据指标排序构建了一种基于多传感器信息融合的煤与瓦斯突出预警模型。指标排序结果依据权重由大到小依次为:综合指标D/K、地质构造T、最大钻屑量S、钻孔瓦斯涌出初速度q、巷道类型Y、作业方式Z、煤层倾角α、煤层垂直深度H和煤层厚度M。以实际矿井工作面突出指标数据为例,利用自回归模型对指标数据进行预测,结果表明,模型能够反映指标的变化趋势,预测值与实际值具有较小的误差,可用于突出指标预测,且预测精度较高。

基于多模型融合策略的温室番茄光合速率预测方法

温室番茄光合速率的准确预测对于番茄的生长和产量评估具有重要意义。然而,由于温室环境的复杂性和多变性,传统的光合速率预测模型往往难以满足精准预测的需求。因此,为了进一步提高预测模型的准确性和稳定性,本研究提出了一种基于多模型融合策略的温室番茄光合速率预测方法。首先,采集温湿度、光照强度、CO_(2)浓度不同组合下的番茄光合速率,构建样本集,并采用五折交叉验证法(Cross-Validation)对数据进行预处理。以预处理的数据为基础,分别基于粒子群优化支持向量机(PSO-SVR)、布谷鸟优化极限学习机(CS-ELM)和北方苍鹰优化高斯过程回归(NGO-GPR)算法建立番茄光合速率预测模型对光合速率进行初步预测,然后采用Stacking算法通过基于决策树的集成学习模型(XGBoost)组合各基础模型的预测结果,进而实现多模型融合。仿真分析结果表明,与单一预测模型相比,基于多模型融合的光合速率预测模型充分发挥了各基础模型的优势,可以进一步提高光合速率预测的准确性和稳定性,该模型验证集MAE为0.569 7μmol/(m^(2)·s),RMSE为0.721 4μmol/(m^(2)·s)。因此,本文提出的方法在温室作物光合速率预测方面具有一定的优势,可为温室番茄等作物光环境优化调控提供一定的理论基础和技术支撑。

基于结构-语义融合的评论文本情感分类研究

为了解决当前部分情感分析模型片面依赖文本语义特征、忽视句法结构特征的问题,提出了一种基于结构-语义融合的情感分类模型SF-TLSTM(sentiment-fusion-tree LSTM),即将句法结构信息与语义信息进行融合,全面提取文本特征。首先,将BERT(bidirectional encoder representation from transformers)模型引入TreeLSTM(tree-structured bidirectional LSTM)网络结构中;其次,利用SimCSE(simple contrastive learning of sentence embeddings)模型的自监督训练对BERT获得的向量表示进行数据增强;最后,通过节点编码的方式在构建的TreeLSTM网络上实现结构语义特征融合,并与基线模型进行多组对比分析。结果表明:在斯坦福大学发布的SST(stanford sentiment tree-bank)数据集上,SF-TLSTM模型相较于经典树形结构情感分类模型获得更高的准确率,其中在二分类任务中的准确率达到了96.79%。所提方法能够全面有效地提取评论文本的特征,增强文本的向量表示,对自然语言处理领域中的文本处理具有重要意义。

基于视觉语言的文字识别方法综述

从光学字符识别(OCR)的基础到自然语言处理在文字识别中的应用,再到视觉语言模型在文字识别领域的最新进展,详细介绍了文字识别的各个步骤,包括图像预处理、特征提取、字符分割和识别,并讨论了多种先进技术和模型如对比学习、多模态融合,以及其他视觉语言模型结合的文字识别方法。此外,还比较了不同方法在多个数据集上的性能,并讨论了文字识别领域面临的挑战和限制。

网络经济学案例教学互嵌融合模式探讨

网络经济学的学科交叉性对传统的经济学理论教学模式提出挑战。该文提出网络经济学案例教学互嵌融合模式。首先,遵循主流经济学从微观到宏观的经典范式,重构网络经济学理论阐述逻辑体系;然后,针对理论知识点的繁简程度,构建涵盖综合案例与专项案例的案例体系;接下来,精心设计教学过程,以案例驱动教学;最后,实施过程性评价。网络经济学案例教学互嵌融合模式主要以理论体系串联案例体系,案例体系蕴含理论逻辑,可以切实提升网络经济学的教学效果。

数据—模型融合驱动的流程制造车间数字孪生系统研发

针对流程制造过程工序间耦合严重、过程建模困难、生产活动规划的联动性和智能化水平较低等问题,提出数据与模型融合驱动的、覆盖工艺流程全变量空间的车间多维数字孪生模型及其系统架构。融合车间生产全要素孪生模型与动态生产数据,建立了贯穿生产过程中不同工序的设备实体对象模型,从几何、物理、行为、规则等多个维度对耦合生产线实体对象特征进行刻画,实现了工艺设备静动态多维属性的数字化精准映射。在此基础上,搭建了包括物理产线、虚拟产线、信息服务等支撑多系统数据交互映射的车间数字孪生系统,研发了基于开放平台通信—统一架构(OPC UA)与Kepware的通信技术的静动态虚实映射和迭代运行机制,实现了从车间物理制造流程耦合向各孪生体参数间耦合的转换。最后,基于某流程制造企业制丝生产试验线开展应用验证,为解决流程工业耦合复杂而造成的协同交互与迭代运行难题提供了方法和实现途径。

2D Fusion Simulations and Experimental Confirmations of Print Paths Using Composite Particles with Particle Method for Fused Filament Fabrication

Printing short fibre/thermoplastic composites using the fused filament fabrication method sometimes creates a gap between print paths. In this study, the two-dimensional moving particle semi-implicit method for liquid simulation was applied to simulate the print-path fusion process. The three-dimensional movement of the nozzle was simulated using the sliding motion of the nozzle. The method was applied to the printing of short carbon fibre/polyamide-6 composites, and the simulation results were compared with those of experiments. The simulated results of the cross-sectional configuration agreed well with the experimental results. This will enable the optimization of printing process parameters thus reducing the gap between print paths.

基于动态门控特征融合的轻量深度补全算法

稠密深度图在自动驾驶和机器人等领域至关重要,但是现今的深度传感器只能产生稀疏的深度测量,所以有必要对其进行补全.在所有辅助模态中, RGB图像是常用且易得的信息.现今的许多方法都采用RGB和稀疏深度信息结合进行补全.然而它们绝大部分都是利用通道拼接或逐元素求和简单的对两种模态的信息进行融合,没有考虑到不用场景下不同模态特征的置信度.提出一种以输入深度稀疏分布为指导,结合双模态信息量的动态门控融合模块,通过动态产生融合权重的方式对两个模态特征进行更高效的结合.并且根据不同模态的数据特征设计了精简的网络结构.实验结果表明所提出模块和改进的有效性,提出的网络在两个有挑战性的公开数据集KITTI depth completion和NYU depth v2上,使用了很少的参数量达到了先进的结果,取得了性能和速度的优秀平衡.

基于Ghost模块的改进YOLOv5目标检测算法

现有以YOLOv5为代表的目标检测技术,存在骨干网络对特征提取不充分以及颈部层未高效融合浅层位置信息和深层高级语义信息等问题,这会导致检测精度较低,小目标误检、漏检。针对此问题,从兼顾实时性与检测精度出发,对YOLOv5进行改进,提出一种改进网络YOLOv5-CBGhost。首先在骨干网络中引入Ghost模块对模型进行轻量化处理,引入CA模块来更好地获得全局感受野,提高模型获取目标位置的准确度;然后借鉴双向加权特征金字塔网络,对原PAN结构进行改进,有效减少了特征冗余以及参数量,并通过跨层加权连接融合更多特征,提高了模型的目标检测精度;最后,增加多检测头以获取图片更丰富的高层语义信息,有效增加了检测精度。通过在PASCAL VOC2007+2012数据集上实验,YOLOv5-CBGhost的目标精度达到81.8%,相较于YOLOv5s,提高了3.0%,计算量减少42.5%,模型大小减少3.5%。

基于深度学习的多特征融合杂草识别仿真

为降低叶片遮挡、光照不均等因素对杂草识别的影响,在深度学习算法的基础上,提出一种多特征融合杂草识别方法。利用光谱照相机获取地面植株图像,将K-means聚类算法与形态学相结合,把绿色植物从背景中分割后再划分叶片,并消除图像中的小面积干扰点;融合颜色、形态、纹理等图像向量,将多特征输入至深度信念网络模型内,设置最后一层为杂草类别,引入sigmoid函数做回归计算,输出结果即为杂草识别结果。通过仿真对比实验证明,无论背景、光照如何变化,所提方法均能实现精准识别。

基于扩展大气散射模型的低光照图像增强算法

为解决低光照环境下机器视觉采集图像存在的对比度低、细节丢失等问题,提出了一种基于扩展大气散射模型的低光照图像增强算法。首先,将低光照图像三个颜色通道的最大值作为初始传输图,并使用伽马校正调整图像的可见性和边缘细节;接着,利用融合技术优化初始传输图,融合不同方法提取的主要结构和精细结构;然后,利用亮通道的暗像素计算逆大气光值;最后,根据传输图和逆大气光值对模型进行求解得到最终增强图像。模型中的校正项可以更好地抑制增强图像的过度增强与细节丢失,同时,算法采用图像融合对传输图进行优化,可以较好地再现图像中的轮廓和纹理细节。实验结果表明,相比于其他8种算法,该算法在提高图像对比度、自然度和突出细节方面表现出了更好的性能。

C^4ISR系统信息融合模型研究

首先阐明了信息融合系统中的几个容易混淆的基本概念 ,介绍并分析了现有的几种信息融合系统模型及其优缺点。然后在分析 C4 ISR系统中信息融合处理特点的基础上 ,提出 C4 ISR系统动态信息融合的概念 ,并在此基础上提出一种C4 ISR动态信息融合模型。最后简要介绍了基于该模型的 C4 ISR信息融合系统设计。

UML和ICONIX在SAR图像融合平台建模中的应用

分析了SAR图像融合平台的基本功能,针对该系统的人机交互特性及其执行流程的复杂性,采用了一种基于UML和ICONIX过程的面向对象分析与设计方法对该系统进行建模。首先对系统功能进行分析,然后结合图像融合用例,具体阐述UML在分析系统域模型、用例模型、健壮性及顺序图中的应用。结果表明,该方法对于快速、清晰地理解系统结构和对象交互过程是十分有效的。该系统的分析和建模过程对开发复杂图像处理软件具有一定的借鉴意义。

多传感器图像融合流程建模及仿真

建立图像融合流程并选择最优的融合方法是后续图像融合处理的关键,直接决定了图像融合的效果和应用。分析和研究了多传感器图像融合流程建模方法,建立了一个以图像数据源为入口,以融合模型和融合规则为核心,以融合后图像为输出,以多因素综合判据下的图像融合评价体制为终点的闭环式图像融合流程。最后通过仿真实验,对各自的融合算法和融合规则进行比较,从中选择出容易与主客观评价方法取得一致的,简单实用的,具有与图像数据源和融合目的相适应的融合算法来完成图像融合流程的建模。

基于EM算法的青霉素发酵过程多阶段融合建模

青霉素发酵过程具有明显的阶段特征,该特征从一些关键操作变量信息中能够得到反映。本文从反应过程的多个操作变量中,选取关键过程变量——冷水流加速率作为调度变量,并采用模糊C均值聚类算法对其进行分类,各聚类中心作为青霉素发酵过程的主要工况点;基于EM算法围绕不同工况点建立局部子模型,最后根据采样数据阶段特征的后验分布将各子模型融合。基于此方法采用Pensim仿真平台数据,能够辨识数据的阶段特征,并建立青霉素发酵过程的融合模型。仿真结果表明该模型具有较高的拟合精度,能对该发酵过程的主导变量进行比较精确的预测。

信息融合发展沿革与技术动态

概述了信息融合的发展历程与信息融合模型分类,重点分析了美国国防部实验室联合理事会(JDL)数据融合过程模型的演变过程及其各阶段特点。最后,给出了信息融合领域的当前技术发展动态。

基于层次分析法和证据理论的矿山井下六大系统安全评价

为了建立合理有效的井下六大系统安全有效性评价模型,首先利用层次分析法构建六大系统多层次评价指标体系,借助标度法建立相应的比较判断矩阵并计算其单排序权重向量和组合权重向量;再利用证据理论建立评价模型,采用专家根据各子系统的完善程度及其在安全生产中发挥的作用大小进行打分,并作为证据源,结合组合权重向量得到各子系统基本信度分配函数,运用证据理论中传统证据合成规则融合各条证据,根据融合的基本信度分配函数对各子系统的安全有效性进行分级,最终得出六大系统的安全有效性级别。研究结果表明:应用该模型在某铜矿进行六大系统安全有效性评价,综合评价结果为优,与该矿山的实际情况相符,具有一定的指导意义。