面向司法文书的抽取-生成式自动摘要模型

为解决抽取式摘要核心信息拼接生硬,生成式摘要源文本过长易忽略重要信息等问题,对抽取式摘要和生成式摘要的结合进行研究。通过分析抽取式摘要可提取出文本关键信息且缩短源文本长度特性;生成式摘要可降低序列间信息损失,增加文本关联的优势。提出一种面向司法文书的抽取-生成式自动摘要模型,融合模型优势,避免单一模型存在的关键文本信息重复及重组段落语法不准的问题,保障法律文书抽取的切实完整性。在大规模公开法律领域裁判文书数据集上的实验结果表明,该模型获得较高ROUGE得分,表明了该模型提升了摘要质量。

基于遮挡重检测的OCC系统目标LED阵列跟踪算法

在光学相机通信(OCC)系统对目标发光二极管(LED)阵列跟踪过程中,复杂的室外环境会严重影响其性能;同时,由于目标LED阵列持续不断发送信息,即每一帧目标LED阵列明暗闪烁状态都有可能不同,这对目标LED陈列跟踪算法的研究带来了极大的挑战。论文针对此问题提出了一种基于遮挡重检测的跟踪算法。该算法在核相关滤波算法的基础上采用2种特征融合互补和加入尺度滤波器的方式提升算法的抗干扰能力,同时结合目标遮挡判别机制和改进轻量化Yolov5目标检测算法提升算法的抗遮挡能力。实验结果表明,该算法在室外光照变化、尺度变化和遮挡场景下,平均中心位置误差最大为8.94个像素,跟踪成功率最低为92.4%,平均帧率最低为98.18帧/s。

基于多源数据融合的电能表质量品级评定

针对当前电能表质量品级评定误差大的问题,提出基于多源数据融合的电能表质量品级评定方法。构建电能表质量品级可靠度模型,采用威布尔分布推出可靠度评价结果。采用多源数据融合方法求解模型,并从Oracle关系型数据库中提取评价指标,构建判断矩阵,评估电能表计量异常类型,避免故障离散数据评定结果。通过统计评定数据集中所有数据点对于多源融合的核心距离,使用加权连接方法连接数据,设计多源数据融合流程,由此评定电能表质量品级。实验结果表明,该评定方法与实际值存在最大为0.005 Ib的误差,说明使用该方法评定误差较小。

N-P准则下的多传感器信息融合算法设计

传感器是环境感知中实现高度自动化的关键组件。为了实现多传感器系统高水平的抗干扰性和鲁棒性,针对局部传感器稳定性差及精度不足的问题,创新性地提出了一种基于统计判决的多传感器信息融合算法。首先,完成了多传感器融合的基本建模,并设计了单传感器的单值概率特性计算方法。然后,对传统单传感中卡尔曼滤波方法进行了优化设计,消除了累计误差的影响。最后,通过引入奈曼-皮尔逊(N-P)准则完成了多维度评估的多传感器信息融合算法设计。接收者操作特征(ROC)曲线评估试验结果证明了所提算法在理论上的正确性和合理性。相比其他算法,所提算法在抗干扰性和容错性等性能方面有显著优势。实际无人机测试证明了该算法具有一定的实用性。

基于层内和层间融合注意力的家族恶意域名检测

针对当前家族恶意域名检测方法在新出现或新变种恶意域名的检测方面仍存在精度低、漏报高等问题,提出一种基于层内和层间融合注意力的家族恶意域名检测的新方法。首先,利用深度自编码网络将域名集逐层编码压缩到空间特征中,并借助自注意力机制强化域名字符串中关键字符的表达能力;其次,利用交叉注意力建立双分支网络输入端的关联,促进分支间深层信息的交流;最后,计算待测域名映射特征与交互特征集之间的相似度对比。实验证明所设计方法的准确率为98.21%,该方法对保障网络安全、预防新型域名入侵攻击具有重要的现实意义。

基于数据融合的高处作业物联网智能安全培训技术

针对石化培训智能化程度低、沉浸效果差的问题,提出了一种基于软硬件设计与数据融合算法的新型物联网培训系统。首先,开发了一系列用于智能培训系统的硬件设备:硬件功能包含数据交换,语音播放,数据采集等功能;针对便携式硬件的续航问题,提出了WIFI+LoRa通讯方式,不仅提升了设备续航,还能够保证通讯的稳定性。然后,开发了一套智能培训系统信息管理平台:平台包含信息存储、信息读写、通讯等多项功能。最后,提出了基于D-S证据理论的工人行为判断方法。经过实验对高处作业物联网培训系统在行为识别的准确度,硬件设备续航以及通讯可靠性方面进行了有效性验证。实验结果表明,物联网培训系统的识别准确度可达到80%以上,数据通讯能力与传统设备相比相差不大,设备续航性能更优。该系统为石化行业技术人员提供了更加智能化的沉浸式培训平台。

基于信息融合的焦炉加热过程工况判断方法及应用

针对焦炉加热燃烧过程的复杂性,提出一种基于信息融合的焦炉加热燃烧过程工况判断方法.首先通过数据的相关性分析,判断用于工况分析的传感器数据的一致性和正确性.然后采用基于两层信息融合的工况判断方法,通过分析荒煤气温度的特点,进行特征点的提取;采用专家规则的方法对荒煤气的数据进行分析,得出单个炭化室的工况判断结果.对单个炭化室的工况判断结果进行整理、分类,采用神经网络方法进行二次信息融合,最终得出焦炉加热燃烧过程的实时工况.在实际运行中取得的显著效果验证了所提方法的有效性.

权值自适应调整的多分类器融合算法

针对度量层输出的多分类器融合,该文提出一种基于Multi-agent思想的融合算法。该算法给出样本集在多分类器下的偏好判断矩阵概念,可以根据各个样本的具体情况自适应地为各分类器赋予权值。实验证明,该算法可得到比其他方法更低的分类错误率。

一种融合单目信息的RGB-D SLAM优化方法

由于RGB-D传感器本身存在的局限性,其在实际应用中会有深度信息不存在或者不完整的情况,这使得多数依赖于深度信息工作的RGB-D SLAM系统的精度会受到影响.提出了一种融合单目信息的RGB-D SLAM优化方法.通过对深度图像进行分析,从深度信息的存在性、准确性和离散性分别提出三个判断条件,作为选择单目或者RGB-D处理方式的依据.该系统使得用RGB-D相机工作的SLAM系统更具精确性与鲁棒性.最后通过运行数据集将系统与其他SLAM系统进行比较,实验结果验证了本系统的可行性.

基于多特征的视频场景分类

针对视频检测效率低下问题,提出了一种基于多特征融合及特征阈值的视频场景分类方法——阈值判定分类法。首先,提取场景视频的平均关键帧;然后,根据其结构化特征以及不同空间结构对场景识别的贡献度对平均关键帧进行划分与重组,得到感兴趣区域及次感兴趣区域;接着,分别提取这两个区域的场景特征,并利用多特征融合技术分别得到两者的综合特征;最后,根据综合特征并利用特征阈值,进行场景动态分类。实验结果表明,该方法充分利用了视频的结构化特征,实验准确率达到80%,在一定程度上证明了该分类方法的有效性。

多模态特征融合的裁判文书推荐方法

为了解决传统办案方式可能引起的"类案不同判"等问题,以及满足当事人查找预览与自身情况相似裁判文书的需求,本文提出了一种基于多模态特征融合的裁判文书推荐方法,学习高层次的裁判文书多模态融合特征表示,进而实现相似裁判文书推荐.该方法主要包括预处理、特征提取、特征融合和文书推荐四个阶段.实验结果表明,与只利用单一模态特征以及简单串联多模态特征的方法相比,利用本文方法学习到的多模态融合特征进行裁判文书推荐,推荐结果的准确率、召回率和综合评价指标(F1值)均有显著提高.说明本文提出的多模态特征融合方法对于推荐任务更加有效,体现了算法的优越性.

模拟驾驶过程中精神疲劳的实验分析

实验采用自行设计的监视操作程序作为实现驾驶精神疲劳的替代工具 .实验中 ,1 0名处于某一年龄段的男性样本在 90 min内执行同一监视操作程序 ,实验前后分别测试实验样本的血压值、临界融合频率等客观指标 ,并与操作判断正确率相结合分析疲劳实验的替代可行性 .结果表明 。

面向法律裁判文书的法条推荐方法

近年来,司法领域中针对法律裁判文书的分析和基于案例事实描述的结果预测已成为计算法律学的热点研究问题。法条推荐任务是基于司法案例的事实描述预测该案例适用的法条,已成为智慧司法的一项重要研究内容。通过分析法律文书的事实描述和法条的具体司法解释,挖掘司法文书事实描述部分的特征,提出了基于多模型融合的法条推荐方法。基于“中国法研杯”司法人工智能挑战赛中的公开数据,构建了3个不同规模的实验数据集,并分别在不同数据集上进行了多组实验。实验结果表明,相比于单一的法条推荐模型,所提方法能有效地提高任务的准确率,并且能较好地解决单一案例事实描述对应多个法条的推荐问题。

非常态下路段行程时间估计方法

在分析非常态事件对道路交通影响的基础上,设计了适用于各类非常态事件的通用行程时间估计方法,并研究该方法实现的关键技术,包括GPS数据行程时间估计样本量判定;样本充足和不足情况下的GPS数据行程时间估计方法以及BP神经网络的行程时间融合方法。最后通过模拟重大交通事故和大雾两种非常态情况对本文方法进行验证,验证结果表明该方法可以更精确地对各类非常态下路段行程时间进行估计。

数据融合技术在变压器状态评估中的应用

电力变压器是电力系统及变电站的最至关重要的设备之一。对电力系统进行运行维护时,监测并预报变压器运行状态并且能够有效地监测并判断变压器的故障情况具有非常现实的意义。基于设备状态信息融合技术,分析了D-S证据理论的基本原理、组合规则和决策过程。通过具体的实例论述了诊断方法的具体可行性,比较了单一诊断方法(只经神经网络判断的结果)与信息融合技术的正确率,并指出信息融合技术的发展优势和可实现性。

光伏产业产品销售量预判方法研究与仿真

研究光伏产业销售量的预判问题,提高判断结果的准确性。光伏产业与传统产业不同,在销售过程中存在较大特殊性,市场需求和供给在时间上存在较大跨度,市场上的需求和供给也极为不同步,造成销售量、生产量之间存在较大的时域冲突。传统的销售量预判模型多是基于销售量和生产量这两个单项指标完成估计的,两者的冲突会导致数学模型发生逆向偏差,造成判断准确性不高。为此提出了一种基于冲突融合集重心评价的光伏产业产品销售量估计方法。通过确定建立冲突融合规则和单项指标的比重冲突融合区间,计算指标控制函数的权值重心,运用冲突融合计算理论求出判断意见,最小化单项之间的冲突。实验结果表明,该算法能够提高光伏产业销售量判断结果的准确性,取得良好效果。

熵因子和生活因子相融合的步进滑摔模糊判断

为建立人体步进滑摔与各影响因素之间的复杂关系,基于模糊数学和信息熵理论,提出了基于模糊信息熵融合生活因子的步进滑摔模糊判断方法。将滑摔因素熵因子与生活因子相融合,建立了步进滑摔模糊判断的综合数学模型。利用六自由度试验平台测得各影响因素的实际摩擦因数,由试验数据确定的客观权重与生活常识确定的主观权重结合起来,提高了权重确定的科学性。研究结果表明:人体行走时,步速及地面加速度对滑摔的影响较为显著,步长对滑摔的影响最小。试验结果与生活实际相吻合,表明本文建立的模糊判断模型对于步进滑摔主要原因的判断是可行的。

基于多点测温的舒适度智能传感器研究

针对人体舒适度的检测,基于手部皮肤平均温度与舒适度之间的定量关系,设计了一种舒适度智能传感器结构。该智能传感器利用三维集成多层结构将多个温度传感元件集成在一块硅基片上,利用基于一致可靠性测度的多传感信息故障判断与信息融合方法,在实现异常数据与器件故障判断的同时实现了多传感信息融合与舒适度检测。实验研究表明,该信息融合方法与平均加权融合相比,融合误差降低了约71.2%,舒适度最大检测误差为±0.051。

基于视频的全天候多特征融合火焰检测算法

针对传统可视化火灾探测技术采用单独分析可见光摄像设备或红外摄像设备采集的图像进行火灾探测,不能全天候监控火焰的问题,提出一种全天候多特征融合的检测算法.首先通过视频类型判断算法确定摄像头采集的每帧图像类型,然后利用与图像类型相对应的算法提取疑似火焰区域,最后对疑似区域进行基于DCT的火焰频率检测和帧间相关性检测,判断火焰是否存在.实验表明,该检测算法解决了传统可视化探测技术不能全天候监控火焰的问题,且能在保持火焰高检测率的同时降低误检率.

基于粗糙集与证据理论的防空作战态势评估方法

针对防空作战战场态势评估问题,提出一种基于粗集与证据理论综合评判的评估方法,并建立战场态势评估指标体系。通过对联合防空作战过程这一是实例的分析,表明此方法对当前战场态势可给出有效的综合评价和理解,具有较高的可信性。