多间隔信息融合的母线保护电流互感器断线再开放策略

对于电流互感器(CT)断线后发生金属性故障的情景,现有母线保护采取的闭锁差动保护动作方式将会引发多个变电站停电。此外,当母线区内发生高阻接地故障时,现有母线保护判据可能会将其误判为CT断线故障,不利于电力系统的安全稳定运行。针对这一问题,提出了一种母线保护CT断线再开放策略,该策略基于断线间隔与非断线间隔的零序电流变化量对负荷波动和故障进行区分,并基于非断线间隔的差流有效值和间隔失灵保护信息对区内外故障进行判别。实时数字仿真系统仿真结果验证了所提CT断线识别判据和再开放策略的正确性。

基于MLDCSAU-Net的视网膜图像血管分割算法

视网膜图像中血管的准确分割有助于对眼部病变的观察。为了提高视网膜图像血管分割精度和特征信息复用率以及精简模型,从网络框架入手,提出一种结合DCSAU-Net、多尺度信息融合模块以及Ghost模块的视网膜图像血管分割模型——MLDCSAU-Net模型。模型改进主要包括两个方面:首先在跳跃连接之后引入多尺度信息融合模块;其次编码器端使用Ghost模块替换编码器端的CSA模块。实验结果表明:多尺度信息融合模块对于模型的分割准确率有较大提升;Ghost模块有效减少了模型参数量。在STARE、CHASEDB1和HRF三个公开数据集中MLDCSAU-Net模型的准确率、查准率、查全率和F1分数均高于原模型,同时参数量更少。

基于多空间信息提取的级联分块配准模型

在基于深度学习的医学图像配准中,当医学图像中包含多种组织类型时,不同组织之间结构的不同可能会导致网络配准的精度下降,特别是在复杂形变区域,如组织的交界处和病变区域,精准的配准变得更加困难,现有的配准算法对复杂形变区域的关注度不高,导致配准精度较低.同时现有的配准网络无法同时对图像的局部和全局空间信息进行捕获,导致网络的鲁棒性不够,在迁移到其他器官的配准工作中时配准准确率低.为了解决上述的问题,本文提出一种基于多空间信息提取的级联分块配准模型,本模型可以有效利用输入图像的局部和空间信息,并通过分块融合的技术,将医学图像进行分块并依次对每个图像进行精细配准生成相应的形变场块,在模型的最后阶段将生成的形变场块进行融合还原,以增强网络对局部复杂形变区域的配准强度.实验结果表明,所提方法不仅在脑部配准上有所提升,并且在其他人体部位的配准中也有较好的表现,提高了医学图像配准的准确性和可靠性,为临床医生提供更好的诊断和治疗支持.

一种残差卷积与多尺度特征融合的海岛多时相遥感影像变化检测方法

为提高多时相遥感影像的海岛变化检测精度,文中采用编解码结构模型将变化检测中变和不变的二分类问题视为语义分割任务,提出一种残差卷积与多尺度特征融合的海岛多时相遥感影像变化检测方法(RMFNet)。首先,在编码器层构建4组优化的残差卷积块(RC)用于提取特征信息,每组残差卷积块通过三重跳跃连接方式提高网络的泛化能力;其次,构建基于空洞空间金字塔池化的多尺度特征融合块(MFF),融合语义信息、全局上下文信息以充分学习海岛变化与未变化的特征;然后,使用损失函数指导残差卷积块和多尺度特征融合块的训练;最后,以中国香港岛为例,基于公开的变化检测OSCD数据集进行仿真实验。结果表明:提出的RMFNet方法的Kappa值比CNN、ResNet-18、PSPNet、SegNet、UNet五种方法分别提高0.2509、0.2019、0.1313、0.0786、0.0380,验证了该方法的有效性。

基于多粒度信息融合的无监督行人重识别方法

现有的无监督行人重识别算法通过残差网络仅能提取粗略的全局特征,但是随着数据集中行人、姿态数目和背景复杂性的激增,这些特征表明行人不同姿态的能力不足,使得模型出现欠拟合,进而导致识别精度下降。基于对上述问题的分析,从空间域和通道域两方面考虑,设计了一种全新的多粒度信息融合的残差块(multi-granularity information fusion residual block,MgIFR block),替换残差网络中常规的残差模块,并以此提出了一种基于多粒度信息融合的无监督行人重识别方法。MgIFR模块在空间域上借鉴自注意力机制的思想,通过卷积提取粗粒度的全局特征;结合这些全局特征和图像中特定像素处编码的query,得到具有像素级上下文信息的细粒度全局特征,将具有粗粒度和细粒度的两种全局特征相结合,得到行人姿态的显著性特征;在通道域上,利用通道注意力机制,对输入的残差特征和跨层特征进行通道加权融合,最终得到具有多粒度信息融合的特征,以此来提高模型应对不同行人姿态的能力。实验结果表明,在现有公开数据集中,特别是行人数目姿态多和背景更加复杂的数据集上,相较于基线模型,Rank-1最高提升了9个百分点,mAP最高提升了10.7个百分点。提出的MgIFR模块具有更好的行人姿态的区分能力,有效解决了行人的不同姿态导致误判的问题,提高了行人重识别的准确率。

基于卷积特征融合的篮球比赛视频遮挡运动员检测方法

为了提高遮挡篮球运动员检测性能和检测效果,提出了基于卷积特征融合的篮球比赛视频遮挡运动员检测方法。利用卷积特征融合网络的扩展结构,得到篮球比赛视频中遮挡运动员的图像信息,基于卷积特征融合网络核函数,提取出篮球比赛视频遮挡运动员的轮廓信息,根据运动员图像的像素点坐标,构建了图像区域内的目标模型,获取到运动员在篮球比赛视频中的遮挡区域,结合篮球比赛视频中连续2帧运动员图像之间的像素灰度差分关联系数,完成篮球比赛视频遮挡运动员的定位,通过训练卷积特征融合网络,输出篮球比赛视频遮挡运动员检测结果。实验结果表明,所提方法在提高检测性能的同时,具有良好的检测效果。

基于EI优化权值的多聚焦图像融合方法

针对图像融合空间域方法中权值确定的问题,提出了一种基于图像融合客观评价准则中的边缘信息E(IEdge Information)的优化权值方法,通过寻找最优权值使得融合图像的EI最大,从而获得最好的融合效果。该方法采用适应度函数为EI的遗传算法实现,并且结合分块加权融合方法融合多聚焦图像,得到最优融合结果。实验结果表明,该方法有良好的融合效果且优于传统的融合方法。

基于双层局部KPCA的非线性过程微小故障检测方法

针对传统核主元分析(KPCA)方法难以有效检测微小故障的问题,提出一种基于双层局部核主元分析(double-level local kernel principal component analysis,DLKPCA)的非线性过程微小故障检测方法。该方法从变量和样本两个角度来挖掘数据内部的局部信息,以提高故障检测能力。首先,利用变量分块思想,基于不同变量与核主元之间互信息相关度的相似性,将所有过程变量划分多个局部变量块。然后,构建基于得分向量和特征值的残差函数以挖掘样本局部信息。最后利用贝叶斯融合策略对各块的结果进行融合。在田纳西-伊斯曼基准过程的仿真结果表明,在微小故障检测方面,本文所提方法具有比传统KPCA方法更好的故障检测性能。

融合梯度和色度信息的分块均值漂移目标跟踪

针对在相似颜色干扰场景下传统均值漂移目标跟踪鲁棒性差的缺陷,提出Prewitt梯度和色度信息融合的分块均值漂移跟踪算法。首先,对跟踪框进行分块,并提取当前帧各子块特征;其次,利用Bhattacharyya距离计算参考目标区域与候选区域间各子块对应的相似程度,根据其相似程度分配各子块的权值,并通过融合规则对各子块相应特征进行融合构成新子块特征,在此基础上,将子块特征选择串接方式作为最终目标特征;最后,采用均值偏移原理迭代估计最终目标位置信息。实验结果表明,当场景中存在相似颜色干扰的情况下,相对于经典均值漂移算法,其准确度提高了84%左右。

基于模板匹配及区域信息融合提取的快速目标跟踪算法

提出了一种基于融合的快速目标跟踪算法。该方法将目标预测模型、目标模板匹配以及目标空间信息融合到统一框架内。该方法通过预测模型,预测下一帧中目标候选区域,从而降低模板匹配方法的搜索区域。然后在预测模型预测的搜索范围内进行目标的模板匹配,同时,提取目标的区域信息来辅助目标的模板跟踪方法。最终跟踪结果由目标模板跟踪以及目标的空间信息共同决定。本方法由于采用了目标的预测模型,从而能够减少目标的搜索范围,降低因目标的全图搜索造成的时间开销。并且由于减少了搜索区域,剔除了部分相似的匹配窗口,从而提高了跟踪时匹配的精度。本算法结合了目标模板跟踪和目标区域信息的优点,能够增强目标跟踪过程准确度。由于加入了目标的区域信息,对目标跟踪中出现的漂移现象更加鲁棒。实验结果表明,本方法在进行目标跟踪过程中对出现的漂移、遮挡等问题更加鲁棒、稳定。

基于小波框架变换的多聚焦图像融合新算法

在离散小波框架变换图像融合的基础上,从离散小波框架变换系数的特点出发,提出了一种基于离散小波框架变换的多聚焦图像融合算法。该算法通过计算低频系数加权窗口邻域的相似性度量和系数窗口邻域的信息熵来确定融合图像的低频系数;结合高频系数占优块和块与块之间的相关系数来确定融合后的高频系数。实验结果表明该算法提高了图像的融合质量。

遥感图像土地覆被专题信息提取方法综述

土地覆被是全球变化研究的重要内容,而专题信息获取是其研究的前提和基础,如何有效地利用丰富的遥感数据源获取高精度的土地覆被专题信息,对于实时动态监测具有重要的意义.在综合分析当前主要的遥感信息提取方法基础上,将土地覆被专题信息提取方法归纳为目视解译、基于统计分析的图像分类、多源信息复合和基于对象的专题信息提取四大类,并综述了各种方法的优缺点、适用领域和应用情况,最后对其研究方向和发展趋势进行了展望,指出地学专家知识、人工智能、非线性理论以及"面向地块"的信息提取方法是其发展方向.

基于分块信息熵的彩色图像融合算法

针对常用的彩色图像融合算法在融合过程中降低原图像空间分辨率的问题,提出了一种基于分块信息熵的彩色图像融合算法.算法通过对图像进行块划分,计算分块图像在IHS色彩空间中亮度分量I上的信息熵,以对应块中信息熵大的为主元进行融合,得到新的融合图像.实验表明,与常用的IHS变换及PCA图像融合算法相比本文提出的方法可以更好的统筹源图像的场景细节信息,且在信息熵与平均梯度等方面都有很好的表现,具备一定的实用价值.

融合轨道电路信息的CTCS-4级列控系统研究

研究目的:我国时速300 km及以上的高速铁路采用CTCS-3级列控系统,它基于轨道电路实现列车占用检查,采用准移动闭塞方式。近年来,国民经济的快速发展,对高速铁路的运输能力提出了更高的要求。作为更高一级的CTCS-4级列控系统,它能够实现虚拟闭塞或移动闭塞,进一步缩短行车间隔,但目前该系统仍处于理论研究阶段。本文的研究目的是结合高速铁路的运输需求,提出一种融合轨道电路信息的CTCS-4级列控系统的实现方案。研究结论:(1)CTCS-4级列控系统在车地无线通信中断时,运输效率不能满足高速铁路的运输需求;(2)CTCS-4级列控系统具备CTCS-2级后备功能,可以使非通信列车正常运行,提高线路的运输效率;(3)CTCS-4级列控系统融合轨道电路信息,可以使RBC获取非通信列车的位置信息,提高系统可用性并避免复杂的规章操作;(4)基于高速铁路的复杂性和既有设备的变动,CTCS-4级列控系统前期可采用虚拟闭塞方式;(5)本研究成果可为CTCS-4级列控系统的发展提供一定借鉴。

非合作通信中OFDM系统盲均衡的方法

针对传统的正交频分复用（OFDM）系统盲均衡方法中存在接收数据短、收敛速度慢的问题，提出了一种基于符号间干扰变步长迭代的多模混合算法的 OFDM 系统盲均衡新方法。该方法首先将接收数据进行了分段复用，然后将修正的恒模算法与判决引导算法进行多模混合，并在均衡过程中采用了基于符号间干扰的变步长迭代方式。仿真结果表明，在非合作通信中，该方法不但加快了收敛速度并且保证了稳态收敛性能。

基于遥感图像的舰船运行信息提取方法

舰船运行过程体系复杂,通过对舰船运行信息提取,实现对舰船的实时状态监测,提出基于遥感图像的舰船运行信息提取方法。采用遥感探测方法进行舰船运行的图像采集,对采集的舰船遥感图像进行级联小波降噪处理,采用模板匹配方法进行舰船运行遥感图像的分块融合,实现运行状态特征量的图像反馈识别。根据对遥感图像的边缘轮廓检测结果进行舰船运行状态的实时监测和信息提取,提高舰船运行状态的可视化量化分析能力。仿真结果表明,采用该方法进行舰船运行信息提取能准确检测到舰船的运行特征信息,输出图像的信噪比较高,舰船运行状态的视觉监测性能较好。

多属性融合分析储层预测技术

目前利用地震反演和地质统计方法进行储层预测已经成为一种很常用的方法,但预测出的多种单一属性综合分析较困难,随之发展了综合分析手段来分析利用这些处理成果;本文结合生产中的应用,着重介绍其中的多信息融合分析技术.

基于粒子群优化的工业互联云平台数据中心资源调度

为了提高工业互联云平台数据中心资源融合调度能力,提出基于粒子群优化的工业互联云平台数据中心资源调度模型。建立工业互联云平台数据中心资源演化特征分布模型,采用大数据信息融合方法对模型中的动态特征分量进行融合。采用粒子群寻优算法实现分区块聚类处理,结合分布式网格区块聚类分析方法进行自适应调度和共享,提高工业互联云平台数据中心资源的检索和调度能力。仿真结果表明,采用该方法进行工业互联云平台数据中心资源调度的聚类性较好,时延较小。

基于ISSR指纹图谱的茶树种质资源遗传多样性建模分析

目的:为了定量分析茶树种质资源遗传多样性,提出基于ISSR指纹图谱的茶树种质资源遗传多样性建模方法。方法:采用小波多尺度分解方法进行茶树种质资源遗传多样性ISSR指纹图谱滤波处理,提取茶树种质资源遗传多样性ISSR指纹图谱的边缘轮廓特征点,采用正则化特征分解方法进行ISSR指纹图谱的灰度信息增强处理,结合分块融合和模板匹配技术实行对遗传多样性ISSR指纹图谱的正则化模板匹配和多样性特征分析,采用分块融合处理方法实现对茶树种质资源遗传多样性建模。结果:仿真结果表明,采用该方法进行茶树种质资源遗传多样性建模的信息增强识别能力较好,对茶树种质资源遗传特征的提取准确度较高,识别能力较好。结论:该建模方法提高了对茶树种质资源遗传多样性的量化分析能力。

区域块分割与融合的行人再识别

目的由于摄像机视角和成像质量的差异,造成行人姿态变化、图像分辨率变化和光照变化等问题的出现,从而导致同一行人在不同监控视频中的外观区别很大,给行人再识别带来很大挑战。为提高行人再识别的识别率,针对行人姿态变化问题,提出一种区域块分割和融合的行人再识别算法。方法首先根据人体结构分布,将行人图像划分为3个局部区域。然后根据各区域在识别过程中的作用不同,将GOG(Gaussian of Gaussian)特征、LOMO(local maximal occurrence)特征和KCCA(Kernel canonical correlation analysis)特征的不同组合作为各区域特征。接着通过距离测度算法学习对应区域之间的相似度,并通过干扰块剔除算法消除图像中出现的无效干扰块,融合有效区域块的相似度。最后将行人图像对的全局相似度和各局部区域相似度进行融合,实现行人再识别。结果在4个基准数据集VIPeR、GRID、PRID450S和CUHK01上进行了大量实验,其中Rank1(排名第1的搜索结果即为待查询人的比例)分别为62. 85%、30. 56%、71. 82%和79. 03%,Rank5分别为86. 17%、51. 20%、91. 16%和93. 60%,识别率均有显著提高,具有实际应用价值。结论提出的区域块分割和融合方法,能够去除图像中的无用信息和干扰信息,同时保留行人的有效信息并高效利用。该方法在一定程度上能够解决行人姿态变化带来的外观差异问题,大幅度地提升识别率。