Dark Matter: The Source of Space and Time

A simple assumption for dark matter leads to magnetic-monopole-like terms to Maxwell’s Equations, a photon model with wave-particle duality, nuclear stability, a decelerating expansion of the universe, and a dark-matter relativity that defines the origin of space and time.

基于STFF-ShuffleNet的掘进机截割头故障诊断

目的为了解决掘进机截割头故障振动信号信息量大且难以充分提取和现有的掘进机截割头故障诊断模型参数量多且计算量大,训练需要耗费大量时间,部署和使用对硬件设备的性能要求严苛的问题。方法提出一种小体积和运行速度快的轻量化网络模型时空特征融合(STFF)-ShuffleNet用于掘进机截割头故障诊断研究。ShuffleNet在模型进行时空特征提取时引入深度可分离卷积提高模型的运算效率,再对融合后的时空特征做通道混洗和分组卷积,既解决了通道分组的问题又提高了诊断精度。通过悬臂式掘进机截割头实验台模拟不同故障条件,将采集到的振动信号输入模型中进行测试。结果实验表明,STFF-ShuffleNet模型对掘进机截割头的诊断与其他传统模型相比参数量少,收敛速度快,运行效率更高,更容易满足掘进机截割头故障诊断高实时性要求,准确率达到99.3%。结论STFF-ShuffleNet模型对提高掘进机截割头故障诊断效率和降低硬件要求提供了一种新的解决思路。

融合时空信息的Transformer单目标跟踪算法

目前,主流的基于孪生网络的单目标跟踪方法,通过计算模板与搜索区域之间的相似度来匹配目标,缺乏对目标时空状态信息的利用。特别是当场景中存在多个相似目标时,孪生网络跟踪器往往无法精确区分目标,从而导致跟踪错误。针对上述问题,提出一种融合时空信息的Transformer单目标跟踪算法(SIFTransT)。该算法通过MixFormer(end-to-end tracking with iterative mixed attention)跟踪器获取初步的跟踪结果,设计了一个目标状态计算模块,用于计算并存储目标的状态信息,包括目标位置、边界框、速度、加速度、运动方向等,以此深入挖掘目标状态信息。构建了一个基于Transformer的时空信息融合模块,利用编码器的自注意力和解码器的交叉注意力,深入融合目标最近一段时间的状态信息,从而更加准确地对目标状态进行建模,提高目标跟踪的准确性。在LaSOT数据集上的实验结果表明,相比基准算法MixFormer,SIFTransT算法在AUC指标提高了2.8个百分点,PNorm指标提升了2.6个百分点,P指标提升了2.1个百分点,在搭载RTX8000显卡的服务器上平均每秒处理帧数达28帧。

基于单样例的遥感图像时空融合算法

同时具有高空间分辨率和高时间分辨率的卫星图像是研究地表动态的重要数据,在监测土地变化与灾害以及估算农作物生长态势等方面得到广泛应用。然而,由于技术限制等原因,目前没有传感器可以同时拥有高精度的空间分辨率和频繁的重访周期。时空融合是一种将2类具有相似波段数量和带宽的遥感数据整合在一起的技术。基于此,提出一种基于单样例遥感图像的时空融合方法,使用神经网络来表示不同空间分辨率图像之间的映射关系,以提升模型预测目标图像的准确度。从实验结果来看,所提方法取得了良好的应用效果。

基于时空知识关联性深度挖掘的频谱能量预测方法研究

频谱能量预测是实现有限频谱资源高效利用的重要途径,而对历史电磁频谱数据进行多尺度、多维度的时空知识提取和关联关系挖掘,从而形成电磁环境画像是实现精准频谱能量预测的重要基础。对于单采集点的时间动态频谱能量数据,时域知识关联关系挖掘受到频谱数据体量大及特征维度高的影响,本文提出了基于并行多模型融合的单点时域特征提取和预测方法;对于多点采集形成的区域频谱能量数据,受到时间动态和空间分布不均的双重影响造成时空知识关联关系挖掘困难,本文首先基于区域电磁环境的相关性构建区域电磁环境的相关关系图,然后基于关系图的关联信息设计了基于图卷积的网络预测模型,研究电磁环境中频谱能量预测问题。通过仿真实验,验证了无论是在单点时间动态场景下还是区域时空场景下,本文提出的方法均优于基线模型,具有良好的预测精度和鲁棒性。

毫米波雷达和视觉融合的车辆鲁棒跟踪方法

针对单传感器实际工作环境中的漏检错检问题,提出了一种具有鲁棒性的摄像头毫米波雷达并联融合识别追踪车辆方法。构建基于毫米波雷达多维数据的目标识别网络R-DenseNet,毫米波雷达数据经过初筛后输入R-DenseNet神经网络得到毫米波雷达识别结果;摄像头的图像数据输入YOLO-v4tiny网络得到摄像头识别结果。对原始目标采用融合规则进行融合,筛选掉雷达错检点和噪点;对融合成功目标点采用真实目标存活判断方法进行持续追踪,捕捉摄像头毫米波雷达错检漏检的情况,使用Kalman滤波、YOLO重识别等方法补齐数据。实验结果证明:该融合方法可以有效排除错误目标,对于跟踪期间单传感器漏检、错检及两传感器同时漏检的情况具有较好的鲁棒性,跟踪较为稳定。

基于多源数据融合的高速公路桩号数字化研究及应用

目前高速公路上普遍存在着设计、施工、运营等资料交接不全或分段设计施工的问题,交通行业相关运营管理部门急需一种能安全、快速、准确地调研桩号现状的方法及相关软硬件装备。基于多源数据融合算法,采用全球卫星定位系统(GNSS)、光电编码器(DMI)、图像识别数据融合的方法,建立了桩号测量及数据校核模型,应用人工智能深度学习对公里桩/百米桩智能提取算法。结果表明:对比人工徒步GNSS打点、车载人工GNSS打点等传统方法,所提方法能有效提升桩号测量效率,通过对道路环境图像和GNSS进行时空同步,将每个公里桩作为校正点,确保每个公里桩之间的误差不进行累积,定位误差不超过5 m。研究成果数据已服务于湖北交投运营集团的智慧养护管理系统底层数据库,为后期高速公路养护设计、检测、施工、信息化等提供了精准数据支撑。

基于视觉特征融合的交通量组合预测模型

交通量组合预测存在预测不准、预测误差大的问题,为此,文中以大数据为基础提出基于视觉特征融合的交通量组合预测模型。计算时间双向交通流序列,对时间序列交通量数据进行分析。灰度化处理识别出的交通量视觉图像颜色分量,提取时空关联信息,获取空间-时间线序列符。融合时间和空间特性交通量序列,输入视觉特征融合特征,自适应调整时间和空间序列预测加权因子,构建交通量组合预测模型。由实验结果可知,该方法对工作日交通量预测的最大误差为1%,休息日预测误差为0,预测效果精准。

当代中国社会精神征象的建构与反思——评艾伟长篇小说《镜中》

艾伟的长篇小说《镜中》采用对称美学,将现实与历史、爱情与欲望、沉沦与救赎、入世与出尘、感恩与仇恨等建构成人性的两极,在阔大的叙事时空中探索人性的隐喻,以爱情为主线形成多元复杂的叙事主题、善恶融为一体的人性立体结构以及从沉沦到自赎的模式。作者在小说中虽设置杭州为叙事场景,却借助镜像叙事来建构隐喻性的精神世界,使得小说对现实生活的镜像式观照功能得以充分展开。小说叙事的宽广性以及主题的多义性、隐喻性,是《镜中》的突出特征,也是艾伟长篇小说创作的最新成果。

基于固定背景的视频浓缩算法设计与实现

视频浓缩是通过图像处理和机器视觉等手段来完成从长时间的监控视频中提取到有价值的内容信息。在视频监控领域中,仅通过人力进行视频的筛查会造成效率低下以及漏报和误报的问题。文章通过相邻帧内容检测方法,运动片段检测方法配合Harris特征点提取算法和SIFT特征点提取算法实现图像特征点配准。提出双模融合的背景建模与内容检测方法,并且采用基于2D距离的运动内容跟踪方法以及GrabCut抠图算法进行了对视频浓缩算法的设计与实现。

郭家湾煤矿时空GIS智能综合管控平台建设分析

为提升矿井生产效率和管控水平,该文针对郭家湾煤矿目前欲提高矿井集中管控能力的智能化建设需求,借鉴前沿技术在矿井的应用,提出了基于时空GIS智能综合管控平台的总体架构。通过设备感知层、数据感知层、数据服务层和应用决策层的有机衔接,实现了对煤矿生产、安全和经营数据的全面感知和智能管理。设计了数据采集与融合、时空物联和移动终端建设的关键技术架构,并引入了机器学习的数据管理平台。构建了“全矿井生产可视化”“多系统数据统一化”“决策科学、高效化”的矿井智能感知平台,实现了矿山的全面感知、实时分析和智能决策,确保了郭家湾煤矿高效、安全、绿色和智能开采。

基于边特征融合的行人轨迹预测算法研究

行人轨迹预测为自动驾驶提供了重要参考,准确预测行人的移动轨迹对减少交通事故发生有重要的意义。针对现有轨迹模型在社交关系提取不足和空间上交互不充分的问题,本文提出一种结合行人距离和图注意力机制的时空网络预测模型(STGEF-GATv2)。该模型通过行人欧氏距离的邻接矩阵表示行人边特征,对边特征进行对称归一化从而加快模型收敛速度;利用长短记忆网络LSTM提取观测时段行人运动隐藏信息,并采用加法操作融合边特征,从而降低模型复杂度;通过GAT变体GATv2进行空间交互。最终将时空信息融合,结合高斯噪声输入到解码器,解码器通过已知信息生成预测轨迹。在公开数据集ETH和UCY上进行实验,实验结果表明,与现有部分轨迹预测模型相比,该模型有更高的精确度。

基于时空特征融合和图卷积神经网络的告警压缩技术研究

分析了当前电信网络告警关联和压缩技术发展趋势和面临问题,提出了一种基于时空特征融合和图卷积神经网络(GCN)的网络告警根因分析及告警压缩技术方案。通过提取告警时间和空间特征,精准剔除无效噪声数据,并利用GCN和XGBoost的融合模型,实现了网络告警精准根因分析和高效压缩。最后,通过分析网络告警压缩技术应用实例成效,验证了技术方案的有效性和可靠性。

GNSS/INS/视觉组合导航数据融合研究探讨

为了进一步提高导航定位的可靠性、精度、连续性和完好性,融合各类可用导航传感器构成组合导航系统成为必然趋势;随着全球导航卫星系统(GNSS)终端、惯性导航系统(INS)器件和视觉传感器向模块化、小型化、低成本不断发展,GNSS/INS/视觉组合导航得到了广泛关注。分析其研究进展:通过介绍GNSS/INS/视觉组合系统的基本结构与原理,总结出GNSS/INS/视觉组合系统关键技术发展现状及行业应用情况;然后梳理GNSS/INS/视觉融合架构与典型算法;最后分析GNSS/INS/视觉组合系统中当前存在的主要问题与发展趋势。

时空关联多跟踪剔除的多源数据融合方法

随着网络信息共享技术的深入发展,多源异构数据将是未来数据融合的主要信息源,这种数据融合表现出跨平台、跨军种、跨领域等特征,对多源异构数据关联与融合提出了新要求。针对特定场景敏感区域内有限多目标的探测问题,结合一体化作战数据融合的数据滤波、空时配准、航迹关联与建立、多目标跟踪等方面,提出了时空关联多跟踪剔除的数据融合方法,并从数据滤波、航迹关联与融合、时空关联多跟踪剔除以及融合数据“簇”等方面重点研究了所提出的数据融合方法。距离波门拖引干扰和牵引干扰的对抗仿真试验表明,所提方法具有一定应用价值。

一种基于模糊理论的雷达与视频融合交通目标跟踪方法

为了解决单传感器在道路监测中存在的局限性以及交通环境多样化等问题,基于模糊集理论的一种目标决策标准对传统的数据融合算法进行改进。该方法利用决策层模糊集理论的多传感器融合算法对交通目标进行跟踪,采用Z型隶属函数用于决策分支的优化。与传统的算法相比,改进后的数据融合算法对雷达航迹冗余、视频干扰和目标分割等问题都有所改善,并且进一步提高了跟踪精度。收集了大量的实际交通数据来验证雷达和视频跟踪算法的有效性,实验结果表明多传感器融合算法优于单传感器的目标跟踪算法。

体育时空环境拓展背景下的高校体育课程与思政教学融合路径

该文采用文献资料法、访谈法、逻辑分析法探究高校体育时空拓展现状,分析高校体育时空与思政教学的融合路径。将高校体育划分为课内体育时空与课外体育时空。课内体育空间具体可划分为常规场地活动空间、潜在场地活动空间、虚拟线上体育空间、校外联合体育活动空间等;课外体育时空具体可划分为体育竞赛时间、体育俱乐部活动时间、课外自主锻炼时间等。将课内与课外体育时空特征与高校课程思政育人的需要相融合,构建起一套完整的高校体育思政教学路径体系。

智慧孪生收费站系统研究与应用

为满足高速公路收费站数字化运营的转型需求,完成了智慧孪生收费站系统方案研究。智慧孪生收费站主要由多源融合感知、收费站时空画像、收费站孪生管理平台等部分组成。通过在济潍智慧高速的建设中应用,验证了智慧孪生收费站系统在提升收费站运营效率、降低收费站拥堵等方面具有较好的工程应用价值。

基于灰色关联和证据理论的故障诊断方法

本文在证据理论的基础上,结合信息熵和灰色关联算法,提出了一种新的机械故障诊断方法。该方法从信息融合的思想出发,首先依据反映机械故障的信息熵特征,获得基于信息熵的故障诊断标准特征向量。接着采用灰色关联理论建立证据理论的基本概率赋值函数,提出了利用证据理论对单传感器多测量周期证据时域融合和多传感器证据空域融合相结合的时空二级融合算法,最后以基本可信数的决策方法作为故障模式识别依据。通过旋转机械故障的典型实例证明,基于灰色关联和证据理论的机械故障诊断方法是故障模式定量识别的一种可行的新方法。

基于测量值模糊贴近度时空融合的多传感器融合方法

针对实际多传感器目标跟踪系统中,传感器测量值中的野值对状态估计的不利影响,该算法利用概率源合并理论和非负矩阵特征向量理论,算出k时刻空间上各传感器测量值与其他传感器测量值的综合贴近度,同时将k个时刻的空间上融合的模糊贴近度进行时间融合,以此确定每个传感器的权重。仿真结果表明,该算法有效地抑制了测量野值对测量融合值的不利影响,提高了系统的跟踪准确度。