电炉炼钢智能化技术研究进展综述

主要以智能化技术在电炉炼钢领域的发展和应用为研究方向,介绍近年来基于超融合的电炉炼钢虚拟化技术的应用趋势,详细分析了电炉供电质量监测控制领域前馈控制、分段控制模型、BP神经网络、模糊数学、PID模型控制等智能化技术的应用、发展和不足,介绍了电炉测温智能化领域光纤技术、红外技术、监控技术、机器人测温智能化技术以及冶炼终点预测模型、电炉炉体测温和漏水侦测技术的新应用,分析了电炉炼钢碳氧枪智能化控制、电炉模型自动出钢的应用趋势和电炉冶炼泡沫渣领域炉门清理机器人的新应用,分析了电炉废钢模型智能验质技术、废钢料型智能识别技术和智能加料的创新发展和不足。结合国内外研究现状,指出未来智能化技术在电炉炼钢领域的深化应用是发展趋势,电炉炼钢领域技术人员有必要深入研究自动化、信息化、数据化、模型化、虚拟化、超融合等智能化技术,未来智能化技术与基于碳中和、碳达峰相结合的绿色低碳转型相结合的智能化解决方案将成为智能化炼钢的发展方向。

从单机到双活数据中心建设的思考

公立医院高质量发展促进行动要求提升医院信息化建设标准,促进智慧医疗实施,匹配当下人民群众就医服务体验,提升医院医疗满意度。为实现智慧医院的数字化医疗,支撑医疗业务模式的转型,建设安全、可靠的私有云基础架构是必然的趋势。提高数据的可靠性和安全性,保障医疗信息系统持续化服务,也是当前很多医院在私有云建设中的挑战。该文阐述泰兴中医院在双活数据中心的一些建设思考,介绍如何从单机平台逐步升级为双活数据中心,从而实现私有云的安全可靠建设。

耦合非局部自相似性与散度的SAR与光学影像融合

SAR与光学影像的高质量融合应用是目前研究的热点问题之一,然而二者间辐射差异大、灰度相关性弱等问题,严重影响了融合质量。为此,该文提出一种耦合非局部自相似性与散度的SAR与光学影像融合算法。首先在频率域将影像分解,然后使用非局部方向熵和散度作为特征量分别指导低频和高频分量进行融合,最后将融合分量重建,得到兼具清晰结构特征和丰富光谱信息的融合影像。通过对比实验,证明所提算法在融合SAR与光学影像方面的有效性,及其在保持结构特征和减小光谱扭曲方面的优越性。

基于高光谱与电子鼻融合的番石榴机械损伤识别方法

提出了一种基于高光谱与电子鼻融合的水果机械损伤识别方法。分别采用高光谱仪与电子鼻对无损伤、轻度机械损伤和重度机械损伤的番石榴进行采样,提取特征信息后,运用主成分分析(PCA)、线性判别分析(LDA)、欧氏距离分析(ED)和模糊C均值聚类(FCM)对高光谱仪、电子鼻以及高光谱与电子鼻融合3种识别方法的识别效果进行了对比。PCA和LDA的分析结果表明,高光谱与电子鼻识别番石榴机械损伤是可行的,但单独采用这两种识别方法均无法对番石榴机械损伤程度进行分级。采用高光谱与电子鼻融合方法,结合LDA分析可以较好地识别番石榴机械损伤程度,比单一识别方法具有更好的识别效果。此外,LDA比PCA对番石榴机械损伤识别效果更佳。根据PCA、LDA和ED分析结果可以推测多源信息融合的分类识别方法既可获取更多的样本信息,提高相同样本之间的聚类性,又可较多地保持单一分类识别方法得到的不同样本之间的最大距离。根据FCM分析结果,高光谱识别、电子鼻识别和高光谱与电子鼻融合识别3种方法对番石榴机械损伤识别的正确率分别为89.74%、82.05%和97.44%,验证了多源信息融合方法对提高水果机械损伤识别效果的可行性。

基于混合云架构的医院数据中心的建设

针对医院传统的数据中心的建设模式存在规模庞大、架构复杂、自动化程度低等问题,从满足医院未来管理及医疗业务需求入手,建设基于混合云架构下的医院数据中心,本文实现了将不同厂商、不同功能的信息系统的数据进行统一存储管理,有效解决了业务运维的痛点,降低了整体的硬件、运维成本,保障了核心数据的安全。

超融合GPU云技术在测绘生产体系中的应用研究

随着经济社会的飞速发展,各行业对测绘地理信息成果现势性的需求日益增加,而随着云计算、测绘地理信息新技术的快速发展和信息化测绘体系的构建,快速提供现势性高的成果将成为可能。本文主要从兼顾业务生产需要和信息化测绘生产体系建设角度出发,探讨超融合GPU云技术在信息化测绘生产体系中的建设与应用。

基于超复数融合模型的多图像同步加密算法

为了解决当前多图像加密技术存在的的安全性不高、解密图像存在失真的不足,设计了基于超复数融合模型与分数阶混沌动态混淆的多图像同步无损加密算法。构建分阶Logistic混沌映射,考虑每幅明文的像素,设计了动态混淆机制,对每幅明文进行置乱;基于(Discrete Cosine Transform,DCT)机制,输出4个置乱图像的DCT系数矩阵;设计超复数融合模型,将4个DCT系数矩阵进行无损融合,获取复合矩阵;利用逆DCT变换,输出复合置乱图像。再次迭代分阶Logistic混沌映射,获取混沌掩码,并联合(Fractional Fourier Transform,FrFT)变换,设计像素加密机制,实现多图像同步加密。试验数据显示,与当前多图像加密技术相比,所提同步加密算法具有更高的安全性与复原质量。

超融合架构在医院信息化建设中的实践

随着信息化技术的不断发展及医院对于信息化技术的需求增高,超融合架构在医院信息系统中的应用研究增多。针对超融合架构在医院信息化建设中的应用问题进行提出及解决,以实现有效提升工作效率及保证医院工作顺利开展的目的,并降低维护及应用成本,并为医院工作质量的提升及扩展提供必要前提。

基于超融合的网站群建设方案

网站群建设是信息化校园建设的一个重要组成部分。以扬州某高校为例,研究基于超融合架构的网站群项目建设的方案规划,以及门户网站群建设的目标、内容和建设步骤,为高校从数字化校园向智慧校园建设转变提供可行的参考方案。

基于高光谱成像技术鉴别大米品种

大米品质与品种密切相关,因此品种鉴别对实施“优质粮食工程”具有重要意义。采集外观相似的6个品种共600粒大米的高光谱反射率数据,经过多元散射校正(MSC)、二阶导数(2ND)和标准正态变换(SNV)对光谱数据进行预处理。利用连续投影算法(SPA)和主成分分析(PCA)对光谱数据降维。以灰度共生矩阵(GLCM)提取特征波长对应灰度图像的纹理特征。应用全波段、特征波段、纹理特征以及光谱-纹理特征融合数据分别建立基于支持向量机算法(SVM)的品种鉴别模型。结果表明,光谱-纹理融合特征的分类准确率最高,达到94.12%。利用乌鸦搜索算法(CSA)对模型参数进行优化后,准确率达96.57%。因此,光谱-纹理特征组合下的支持向量机结合乌鸦搜索算法能充分利用高光谱图像的光谱和纹理信息,实现对大米品种的快速无损鉴别。

基于双残差超密集网络的多模态医学图像融合

针对基于残差网络和密集网络的图像融合方法存在网络中间层的部分有用信息丢失和融合图像细节不清晰的问题,提出了基于双残差超密集网络(Dual Residual Hyper-Densely Networks,DRHDNs)的多模态医学图像融合方法。DRHDNs分为特征提取和特征融合两部分。特征提取部分通过将超密集连接与残差学习相结合,构造出双残差超密集块,用于提取特征,其中超密集连接不仅发生在同一路径的层之间,还发生在不同路径的层之间,这种连接使特征提取更充分,细节信息更丰富,并且对源图像进行了初步的特征融合。特征融合部分则进行最终的融合。通过实验将其与另外6种图像融合方法对4组脑部图像进行了融合比较,并根据4种评价指标进行了客观比较。结果显示,DRHDNs在保留细节、对比度和清晰度等方面都有很好的表现,其融合图像细节信息丰富并且清晰,便于疾病的诊断。

基于主成分分析和决策级融合的高光谱图像分类方法研究

为了评价主成分分析方法和决策级数据融合方法对高光谱图像地物分类结果的影响,作者利用各分类器和主成分分量的优势,提出了两组地物分类结果的决策级融合策略,利用8种常用监督分类方法对高光谱原始图像和PCA变换后不同分量组合图分类得到的结果进行决策级融合,并应用覆盖黄河入海口新老河道交界处的CHRIS/PROBA高光谱图像开展实验研究。结果表明:直接采用每类地物分类精度最高的、空穴和缝隙采用总体分类精度最高的融合策略,在综合考虑生产者精度和用户精度的情形下,仅使用最大似然法、支持向量机和人工神经网络3种分类方法,按照分类精度从高到低的顺序进行的融合分类效果最好,总体分类精度为87.82%。与8种监督分类方法中效果最好的最大似然法相比,精度提高了2.7个百分点,同时明显减少了错分现象,尤其是对于分布面积较小的翅碱蓬和柽柳,滩涂被误分为翅碱蓬、芦苇被误分为柽柳的现象大大降低。

智慧校园运营中心架构及其实现

智慧校园运营中心建设是目前学校信息化工作的重点,该文通过运营中心架构分析设计,提出建设适合学校高标准的信息化平台成为一项重要的工作内容。运营中心建设主要内容包括私有云云平台建设、基础数据平台建设和业务应用平台建设三个方面。这些年以来国内高校在智慧校园建设方面投入较大,通过对智慧校园运营中心建设进行整理和总结,首先,给出基于openstack私有云超融合整体框架,介绍超融合架构下平台建设对于智慧校园运营中心的重要性;其次,提出建设基础数据平台,基础数据平台是智慧校园运营中心的数据基准,一套标准完善的基础数据为后面的业务应用提供了重要的数据支撑;最后,该文业务流程平台建设,主要从门户和办事大厅2个主要应用进行了整理和总结;对以后工作面临的挑战进行了展望。

支持向量机复合核函数的高光谱显微成像木材树种分类

采用体视显微高光谱成像方法,构建木材树种分类识别模型。利用SOC710VP体视显微高光谱图像采集系统获取可见光/近红外(372.53~1038.57 nm)波段内的木材高光谱图像。首先,采用ENVI软件提取木材样本感兴趣区域(ROI)的平均光谱,分别采用连续投影算法(SPA)和竞争性自适应重加权算法(CARS)对光谱数据进行降维。再利用支持向量机(SVM)分别建立木材样本采集波段和特征波长下的分类模型。然后,在空间维采用第一主成分图像,计算基于灰度共生矩阵(GLCM)的木材纹理特征。在0°,45°,90°和135°四个方向计算能量、熵、惯性矩、相关性等16个特征参数后输入SVM进行木材树种分类处理。最后,采用四个复合核函数SVM进行光谱维和空间维的特征融合及分类识别。20个树种的分类实验结果表明,CARS的特征波长选择效果和运行速度较好一些,采用普通SVM进行木材光谱维特征分类处理时,测试集分类准确率达到了92.1667%。采用基于GLCM的木材空间维纹理特征时,采用普通SVM的测试集分类准确率是60.3330%,具有较低的分类精度。在将光谱维和空间维纹理特征进行数据融合及分类处理时,采用复合核函数SVM分类具有更好的效果。采用第二个复合核函数的SVM分类精度最高,测试集分类正确率是94.1667%,运行时间为0.2547 s。另外,采用第一个和第三个复合核函数的SVM的测试集分类准确率分别是93.3333%和92.6100%,运行时间分别为0.1800和0.2602 s。可以看出,采用这3种复合核函数的SVM进行木材树种分类,分类精度都高于采用普通SVM的光谱维或者空间维的分类识别精度。因此,利用体视显微高光谱成像和复合核函数SVM可以提高木材树种分类精度,为木材树种快速分类提供了参考。

一种新的基于超混沌映射的图像融合加密算法

为了提高图像加密算法的安全性和加密效率,提出一种新的基于超混沌映射的图像融合加密算法。首先,利用Chen超混沌系统产生四条混沌序列,并对这四条混沌序列进行取小数部分、矩阵相乘及取索引值等变形处理;然后分别利用变形后的混沌序列对原始图像和密钥图像进行像素的位置置乱,接着用交换位平面和按位取反操作来扰乱其像素值;最后,执行加运算可得到加密图像。置乱程度和安全性分析表明,该图像融合加密算法具有较好的加密效果,较大的密钥空间和较强的密钥灵敏性,且可抗抵抗穷举攻击和统计攻击。

无人机载多传感器图像融合评述

为了能为作战指挥系统提供清晰的局部战场信息,提高对局部战场低可观测目标的检测概率、定位精度及识别概率,迫切需要对无人机载SAR、可见光传感器、红外探测器等图像信息及其他非图像信息融合处理.提出了无人机载多传感器图像融合技术需要研究的内容,如:图像融合新方法研究;无人机载SAR图像的非平稳性处理;基于图像融合目标检测和处理技术;无人机载图像和非图像信息的融合问题;无人机载多传感器图像融合的实现及评估;多无人机载合成孔径雷达的协同成像;用图像融合的方法实现对运动目标检测等.分析了所提出研究内容的可行性,剖析了其中的关键技术,拟定了可能的技术路线.

基于I-BGLAM纹理和光谱融合的高光谱显微成像木材树种分类

为了提高木材树种分类的正确率,提出了一种基于I-BGLAM纹理特征和光谱特征融合的高光谱图像的木材树种分类方法。实验数据是利用SOC710VP高光谱成像仪获取的可见光/近红外(372.53~1038.57 nm)范围内的高光谱图像。首先,利用基于OIF的特征波段选择方法降低高光谱图像的维数,选择出含有信息量大的波段。其次,对选择出的波段图像使用NSCT及NSCT逆变换得到融合图像,对得到的融合图像使用I-BGLAM提取其纹理特征。与此同时,对高光谱图像的全波段求取平均光谱并进行S-G(Savitzky-Golay)平滑得到光谱特征。最后,将得到的纹理特征和光谱特征融合后送进极限学习机(ELM)中进行分类。此外,还和基于灰度共生矩阵(GLCM)的木材识别的传统方法以及近几年木材树种识别领域内被提出的主流方法进行了比较。该研究主要创新点有两个:一是将强纹理提取器I-BGLAM用于高光谱图像中提取其纹理特征;二是提出一种新的特征融合的模型用于高光谱图像的分类。针对8个树种的实验结果表明,单独使用I-BGLAM提取的纹理特征来进行分类的正确率最高可到达88.54%,而使用GLCM提取纹理特征的传统方法正确率最高只有76.04%,该结果可以得出本文使用I-BGLAM在纹理特征提取方面要优于GLCM,这为后面建立的融合模型打下很好的基础,单独使用平均光谱特征来分类的正确率最高可以达到92.71%,使用所提出的特征融合方法所得到的分类正确率最高可达到100%,这说明使用所提出的融合模型来分类要比以前单独使用某一种特征的分类模型要好。此外,使用所提出的方法得到的分类正确率要高于本领域内其他两种主流的识别方法。因此,所提出的基于I-BGLAM纹理特征和光谱特征融合的方法能够提高木材树种分类的正确率,该方法在木材树种分类方面有着一定的利用价值。

多模式融合下的海洋溢油高光谱成像油种识别方法

为利用不同油种的发光特性来探测海洋溢油,通过高光谱成像仪,在两种照明模式下采集了6种溢油油种的高光谱图像。基于33个波段构建了波段均值、波段差、波段比和归一化波段比4个辐射指数,提出了基于Fisher和PCA的模型共识的溢油高光谱特征选择方法,采用RBF-SVM模型对油种进行识别。比较发现,本文构建的基于光源混合、波段运算和模型共识的多模式融合方法,从不同侧面提高了模型的溢油识别能力,识别率达到了99.1%以上,比单一方法提高了10%以上。结果表明,多模式融合有效提高了海洋溢油的识别率。

数字航摄相机摄影数据色彩融合算法分析及质量评估

多源遥感图像融合中，即使针对同一融合对象若采用下同的融合方法也会产生下同的融合结果。融合方法的选择取决于具体的应用场景，迄今还没有普适的融合算法能够满足所有的应用需求，这意味着融合影像喷量评价应与具体应用有关。高空间分辨率与高光谱遥感影像的融合旨在生成具有高空间分辨率、高光谱分辨率特性的遥感影像，色彩融合是当今主流数字航摄相机进行色彩感知的主要技术手段，新型相机的下断涌现使得对应的色彩喷量评价具有很强的迫切性。本文在分析常用色彩融合方法特点、适用性、并着重考虑图像边缘”染色”问题的基础上，提出针对数字航摄相机色彩融合算法的评价指标硬方法，利用既有典型色彩融合算法对所提方法进行检验，筛选适用的色彩融合算法、并给出确定性的评价手段。

基于超融合架构的虚拟云桌面系统设计及应用

为了提升传统云桌面的运行效率和安全性能,并且使其具备支持多种操作系统运行、降低宽带占有、为用户定制个性化云桌面服务等优势,文章旨在以超融合架构为技术基础,借助硬件解耦架构、Ceph分布式架构及其他程序设计实现统一控制管理,得出一种新型云桌面系统。经过我们测试结果表明,新型云桌面平台在提供软件研发类测试时读取反应时间在快、延迟时间短、且性能稳定。利用超融合架构技术所设计的云平台系统的安全性、系统性能、运行速度、用户满意度均较高,且硬件成本较低。