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。

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。

基于信息分级处理的分布式多源侦察方法研究

针对复杂环境和单一传感器信息的不确定性问题,采用有人/无人多传感器分布式协同侦察及信息融合的方法可解决复杂战场态势感知问题。通过分析多源异构传感器信息融合的特点,将信息分级处理模型应用于分布式多源侦察任务中,设计信息融合的总体框架、功能模型和层次模型,凝练多源信息处理的流程步骤,面向岛礁分布式协同侦察典型任务设计分级信息处理流程并进行仿真计算分析;凝练多源信息融合信息分级处理中的关键技术,旨在促进信息融合技术的快速发展,为我国武器装备体系发展和建设提供一定参考。

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。

地震资料融合处理技术在西湖凹陷西斜坡N气田的应用

西湖凹陷N气田目前已基本实现拖缆三维地震资料的全覆盖,但因其采集方位角窄,不能全方位地获得地下波场信息,导致对复杂断裂成像存在偏差,不能满足油气田精细勘探开发的要求。宽方位地震资料对陡倾角及复杂构造成像较常规窄方位地震资料有明显改善效果,但其成本高昂,施工难度大。基于此,在西湖凹陷西斜坡部署了与原窄方位三维地震采集方向垂直的宽频高密度三维地震资料采集,经过应用系列地震资料融合处理技术,提高了地震资料的品质,成像效果显著改善。结果显示:(1)通过应用主、辅船三维鬼波压制技术,提高了地震资料的纵、横向分辨率,剖面更加自然;(2)通过应用新老数据匹配处理技术,充分挖掘现有地震资料的潜力,获取的匹配处理后的地震资料标定效果更好,相关系数更高,同相轴连续性更好,能量更聚焦;(3)通过基于多信息迭代的精细速度建模技术,可以得到更加接近地下实际的速度模型,有效提高了深度预测精度;(4)通过曲波域变换分解、高频信息差值等曲波域叠后拓频技术,拓宽了地震资料的频带,拓频后的资料与实钻井结果吻合良好,提高了地震层位标定精度。实钻验证表明:应用地震资料融合处理技术可以提高地震资料的成像精度,使深度预测更加准确,同时,地震资料的分辨率和储层预测效果得到明显提升,对后续开发井的部署提供了强有力的支撑。

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。

基于多源激光点云融合的建筑物BIM建模

阐述了激光点云技术的基本原理,强调了多源数据的融合对提高模型精度的重要性,分析了建筑信息模型(Building Information Modeling,BIM)的定义、发展及其与激光点云的结合。并提出了一种系统的BIM建模方法,包括点云数据的获取、融合、建模流程及精度评估。通过应用案例,验证了该方法的有效性和实际应用效果,以期为推动建筑信息化进程的智能化发展提供参考。

铁路数字空间底座架构设计及关键技术

随着铁路建造、装备、运营等领域智能化建设的快速发展,推动新型测绘和工程设计技术在铁路领域的广泛应用,形成海量新型多维多模态铁路时空信息数据,而在智能高铁2.0中的模数一体化平台也提出基于统一的表征模型库,实现对铁路设计、施工、运营等不同阶段时空信息模型的统一管理和发布。为此,以智能铁路对时空信息数据深入需求为导向,基于中国国家铁路集团有限公司既有铁路地理信息平台,设计提出新一代高精度铁路时空信息服务平台总体架构及技术组成,构建形成铁路数字空间底座,攻克全空间数据融合、轻量化处理、服务共享发布等关键技术,赋能铁路时空信息智能化应用,也可为智能高铁2.0模数一体化平台中表征模型库搭建提供指导和借鉴。

基于深度学习的多源空间数据融合技术在实景三维建模中的应用研究

随着城市化进程的加快,实景三维建模在城市管理、环境监测和基础设施管理等领域的应用日益广泛。深度学习技术支撑下,多源空间数据的融合,为实景三维建模带来了创新的解决方案。文中首先对多源空间数据的特性进行了详细分析,并探讨了其在三维建模领域中的应用需求。随后,重点讨论了深度学习技术在数据处理、特征抽取以及模型改进等方面的显著优势。探讨了多种深度学习模型在处理多源数据融合任务中的具体应用,并通过具体案例分析,展示了这些模型在实景三维建模领域的有效性和明显优势。最后,针对目前技术应用所面临的难题,文章提出了具体的优化措施及未来的研究路径。

跨层双线性策略的视网膜病变分级算法

针对糖尿病视网膜病变(diabetic retinopathy,DR)中存在类间差异小和病变区域识别困难等问题,提出一种跨层双线性策略的视网膜病变分级算法。对输入图像进行高斯滤波等预处理方法增强图像特征的差异性,使用Res2Net-50双模型提取特征并进行特征增强;通过多分支注意力模块聚焦病变区域,减少不相关信息的关注;使用像素注意力引导融合模块对不同尺度的特征信息融合。在IDRID数据集上二次加权系数为91.82%、准确率为80.58%、敏感性为97.10%、特异性为97.05%,APTOS 2019数据集上准确率为84.28%,二次加权系数为90.05%,结果表明该算法具有一定应用价值。

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。