多信息融合

摘要： 气温是影响气候最主要的参数之一,其中气温预报对识别干旱、洪涝等极端气象灾害具有重要意义。基于机器学习理论,提出一种将随机森林(RF)和一维卷积神经网络(1DCNN)相结合的多信息融合气温预报方法。首先,运用差分法将气象观测数据转化为平稳的时间序列数据;其次,运用RF方法挖掘出与气温高度相关的特征变量作为神经网络模型的输入变量;最后,构建多信息融合气温预报模型RF-1DCNN。以云南省昆明市历史气象观测数据为例,与传统的LSTM、1DCNN和反向传播神经网络(BP)对未来10小时的气温预报性能进行比较研究。研究结果表明,RF-1DCNN的均方根误差(RMSE)相较于LSTM、1DCNN和BP最大降低了13.110%、26.176%和17.612%,皮尔逊相关系数(r)最大提高了0.240%、0.567%和0.355%,表明该研究方法具有较好的学习能力、泛化能力和拟合能力,为气温的精准预报提供了技术支撑。

摘要： 自动泊车系统能帮助驾驶者更好地进行泊车操作,减少泊车时的心理压力。为了增加泊车系统的应用场景及成功率,对多信息融合自动泊车系统的关键研究进行了归纳与总结。从车位识别传感器、路径规划、控制器、传感器多信息融合体系的研究分析中介绍了多信息泊车系统现状,提出了泊车系统发展中存在的问题与挑战。

摘要： 目前煤矿井下掘进装备定位方法大多采用机器视觉、里程计、全站仪等单一的辅助测量方式与惯导组合测量来抑制惯导解算随时间所产生的位置累计误差,但是单一的辅助测量方式易受井下环境的影响,位置测量存在一定的误差,从而导致与惯导组合测量方法的精度降低。针对上述问题,以煤矿护盾式掘进机器人系统为研究对象,提出了一种捷联惯导+数字全站仪+位移传感器的组合定位方法。首先采用捷联惯导解算出掘进机器人的位置与姿态角参数;然后利用数字全站仪测量的掘进机器人位置信息与位移传感器推算的掘进机器人位置信息对捷联惯导解算出的位置信息进行反馈修正,以减小惯导随时间所产生的位置累计误差;最后利用基于联邦滤波器的多信息融合算法将捷联惯导解算出的位置及姿态角信息、全站仪测量得到的位置信息及位移传感器推算得到的位置信息进行融合,从而得到掘进机器人准确的位姿信息。仿真及工业性试验结果表明:该组合定位方法能够很好地抑制纯惯导位置解算误差累计,实现煤矿护盾式掘进机器人的精确定位,x轴和y轴方向上的位置误差分别控制在±0.03 m和±0.02 m,满足井下掘进工作面要求。

摘要： 复杂航空发动机在运行过程中易出现多退化信息而导致寿命预测不精确的问题,为此提出基于核主成分分析(KPCA)和双向长短时记忆(BLSTM)神经网络的多信息融合寿命预测模型。首先采用KPCA对多维退化数据集进行降维处理和信息融合,得到能够表征设备退化的低维特征数据集;然后利用BLSTM神经网络对带有多维退化信息的航空发动机剩余寿命进行预测,得到监测数据与剩余寿命的映射关系;最后采用CMAPSS航空发动机退化数据集对提出的多信息融合寿命预测模型进行仿真验证,并与其他三种模型结果进行对比。结果表明:KPCA-BLSTM神经网络能够对多维退化信息下的剩余寿命进行精准预测,本文提出的预测模型的误差与得分优于其他三种模型,而且预测精度更高。

摘要： 随着信息交换种类的增加和信息交换速度的加快,人们在追求快速高效的交互效果的同时也开始在生理和心理上追求自然和谐的人机交互舒适性体验。因此,人体感知舒适度成为现代人机交互系统设计的重要指标。但是,由于舒适度是人体的主观感受,在设计过程中难以实现定量化的测量和评价,这就给计算机智能人机交互设计和科学评价带来极大的困难。视觉是人类最重要的感觉,人们从外界接收的各种信息中80%以上是通过视觉获得的。视觉是复杂多维信息空间重要的人机交互手段,也是人体舒适度感知最直观的来源和效果体现。通过大量试验,将试验数据导入Origin软件,绘出视觉舒适度随阅读时间的变化曲线,以S型曲线为参考进行拟合,得出了视觉舒适度与阅读时间之间的关系式,建立阅读时间与视觉舒适度关系的数学模型,并进行试验验证了相应的数学模型关系式。

摘要： 车载远程设备T-box具有车辆远程诊断及监控等功能,低成本方案的T-box定位接收模块精度低,易受城市中高楼、高架等建筑影响,出现定位点丢失或高噪声定位点。为解决低成本T-box易出现的定位问题,提出了一种通过去除经纬度高噪声数据点以及多数据融合提高导航精度的方法。T-box带有微型惯性测量单元模块和车载诊断系统模块,分别采集微型惯性测量单元数据和汽车速度;最小二乘法拟合汽车行驶的轨迹去除原始定位数据中高噪声经纬度数据点;最后与汽车速度、惯性数据进行扩展卡尔曼滤波融合得到新的经纬度数据,与高精度定位数据对比,该方法能有效提高车载远程设备定位精度。

摘要： 了解蛋白质的结构有助于认识蛋白质的功能、功能机制和执行方式。文章总结了四种新型基于计算机理论的蛋白质结构预测方法,包括基于深度学习的蛋白质二级结构预测方法和基于多信息融合的蛋白质结构预测方法,分析了两种预测方法的核心技术,并就两种预测方法的预测准确度与传统方法进行了比较,结果表明两种预测方法的预测效果较好,此外还对具有代表性的蛋白质结构数据库进行了总结,提出了对未来研究方向的展望。

摘要： 基于机器学习的行星齿轮箱故障诊断方法依赖人工选择特征向量,而特征向量选择的优劣很大程度上决定了诊断方法的准确率。卷积神经网络(CNN)能自动提取特征,但用于行星齿轮箱故障诊断时难以通过单一振动信号对故障做出精确诊断。针对上述问题,提出了一种基于多信息融合和CNN的行星齿轮箱故障诊断方法。对行星齿轮箱的三向(水平径向、垂直径向与轴向)振动信号和声音信号进行数据层融合,将一维的振动信号和声音信号通过并联方式整合为一个二维信号;将二维信号作为CNN的输入,利用多个卷积层和最大池化层进行深度特征提取和信息过滤,最终通过Softmax分类器实现故障分类。搭建了行星齿轮箱故障诊断实验台,采集不同转速和负载工况下行星齿轮箱正常和故障状态的振动信号和声音信号,并输入CNN中进行训练和验证。在相同条件下选取水平径向振动信号、垂直径向振动信号、轴向振动信号、声音信号4种单源信息分别与CNN相结合的方法进行对比,以验证基于多信息融合和CNN的行星齿轮箱故障诊断方法的优越性,实验结果表明:轴向振动信号+CNN和声音信号+CNN 2种方法的故障识别准确率分别为74.07%和75.13%;水平径向振动信号+CNN和垂直径向振动信号+CNN 2种方法的故障识别准确率分别为89.70%和87.09%;基于多信息融合和CNN方法的收敛速度最快,故障识别准确率最高,为93.33%。

摘要： 汽车电子技术的应用能够使汽车功能逐渐完善,也会满足人们的更多需求。同时,随着系统功能的丰富,故障复杂程度也随之增加,为故障检测带来了相当大的影响。本文基于多信息融合原理,获取可用数据,在有效了解汽车状况的前提下,结合汽车电子系统故障诊断技术分析,为汽车故障的快速诊断提供参考。

摘要： 松辽盆地及外围石炭纪—二叠纪地层分布广、厚度大,油气资源前景备受关注,但松辽盆地深部的石炭-二叠系尚待系统而精细的研究,目前得到的相关深层系信息尚不能清晰刻画上古生界地层的残留特征.基于盆地内相关二维深反射地震剖面、重力资料,通过强约束“剥皮”技术、地震资料精细解释和测井数据多信息融合反演等方法,获得了相关目的层系分布与产出特征,以及经历多期次构造叠加石炭-二叠系的保存状况.研究表明,上古生界地层可大致划分为北带、中带和南带;现今的石炭-二叠系仍然保留了受古亚洲洋板块影响形成的东西向隆拗褶皱构造;中生代时期盆地的南北部受太平洋板块的影响存在差异;盆地断陷发育区石炭-二叠系埋藏较深,地层较厚,盖层厚度大,保存较好.

摘要： 潜山内幕油藏是目前最受关注的油藏新类型之一.受地质认识程度、地震资料品质的限制,常规地震资料及物探技术很难解决潜山内幕储层描述中的多解问题.以滨县凸起为例,依托于丰富的叠后、目标处理和高精度地震资料,对海量的沿层和体属性信息进行筛选优化,采用多信息融合优化技术对潜山内幕储集空间进行预测.研究表明,多信息融合优化技术可以剔除潜山内幕地震资料中的无效信息,累加雕刻断裂敏感信息,进而有效识别潜山内幕主断裂发育带,对目前潜山内幕勘探具有一定的指导意义.

摘要： 中医学是以整体、动态、辨证的观点，把握健康与疾病的关系。中医证候诊断标准、疗效评价体系尚在进一步完善之中，中医证候的特点，难以用单一指标表示，并且难以辨别某一微观指标的改变，是证的特征性结果而不是病的普遍影响。目前,任何疾病的早期诊断和发现是治疗的前提，对于保持身体健康和挽救患者生命是至关重要的。尽管现代医学检验手段层出不穷，但是在很多方面尚不能够满足日益发展的临床工作的需要。因此，注重中医诊断内涵与规律的发掘，对中医学走向微观层次、协调整合复杂的描述，具有重要意义。本文介绍了中医诊断的基本方法及多信息融合技术的基本内容，指出多传感器信息融合技术实质上是对人类信息综合处理能力的一种模拟与扩充，是充分利用多个传感器的观测信息或局部决策信息，分析系统可能的发展态势，从而为整个系统得出更为准确可靠的决策结果。由于多传感器信息融合所带来的诸多效益，将使其广泛应用于医疗诊断领域中。

摘要： 提出了一种通过对断路器分/合闸动作电流、动作次数等多信息点的融合评估,实现对断路器的触头寿命进行监测及预警的方法.通过设定断路器的损耗曲线参数,并结合断路器的分/合操作次数及保护跳闸电流值,评估断路器的触头寿命,同时根据IEC61850规范对断路器监视逻辑设备SCBR(Circuit breaker supervision)进行建模.将断路器的在线监测、保护、测控等功能集成在同一个IED上,并将变电站的多种状态信息通过MMS服务上送后台服务器,最终实现最新对变电站信息的实时监视功能.该方案已在变电站保护测控装置中实现并在国外变电站工程中得到实际应用.

摘要： 为了解决证据理论在信息融合过程中存在一些问题:证据的基本概率分配函数获取比较困难;证据之间发生高度冲突时,证据组合规则在融合后出现结论与实际不相符,提出一种基于经验模态分解(empirical mode decomposition,EMD)的基本概率分配函数自适应获取方法.这种方法是依据EMD本身具有自适应处理非线性、非平稳信号的特点,利用EMD方法的自适应广义基函数进行不确定性信号逐级分解,分解后得到的本征模态函数(Intrinsic Mode Function,简称IMF)进行希尔伯特变换(Hilbert Tran sformati on,简称HT),得到具有物理意义的瞬时频率,建立基于经验模态分解的基本概率分配函数获取模型.然后对于获取的基本概率分配值存在冲突现象,研究一种混合式加权D-S合成方法,建立新的合成规则.通过实例分析验证,该方法可以弥补EMD由于端点效应引起的故障识别率低的问题,同时还可以弥补证据理论对于非线性、非平稳信息的先验知识获取不足的问题,提高机械设备故障诊断的识别率.

摘要： 往复压缩机广泛应用于石油化工行业，在生产线上往往属于关键设备。往复压缩机结构和运动比较复杂、工作条件比较恶劣,发生故障的可能性大.气阀作为往复压缩机中的一个关键组件,易于损坏且故障率较高,它的工作状况直接影响到压缩机的工作性能.为提高气阀故障诊断的可靠性,将压力、振动和温度数据信息进行融合,从示功图、相域的振动波形、温度中提取出表征气阀故障的故障敏感特征,并应用模糊神经网络进行故障诊断,工程应用验证了该方法的有效性.

摘要： 气阀是往复压缩机中故障率较高的部件,针对其故障模式复杂、难以辨识的难点,提出了一种基于随机森林多源信号融合的故障诊断方法.使用随机森林的非参数数据驱动的分类特性并利用随机森林的自动抽样技术和节点随机分裂技术构建融合决策模型,采用独立分量分析对其振动信号进行降噪并获取相关特征参数作为随机森林的输入,充分利用不同传感器群组互补和冗余的有效信息进行气阀和机体的工况判别.并且随机森林可以衡量传入特征向量中各个特征的重要程度,起到了特征参数数据挖掘的作用,从而可以进一步简化诊断系统的复杂程度.实验结果表明,该融合算法提高了压缩机气阀故障诊断的准确率,且运行时间较基于BPNN及SVM的DS融合算法均有较大提高.

摘要： 气阀是往复压缩机中故障率较高的部件,针对其故障模式复杂、难以辨识的难点,提出了一种基于随机森林多源信号融合的故障诊断方法.使用随机森林的非参数数据驱动的分类特性并利用随机森林的自动抽样技术和节点随机分裂技术构建融合决策模型,采用独立分量分析对其振动信号进行降噪并获取相关特征参数作为随机森林的输入,充分利用不同传感器群组互补和冗余的有效信息进行气阀和机体的工况判别.并且随机森林可以衡量传入特征向量中各个特征的重要程度,起到了特征参数数据挖掘的作用,从而可以进一步简化诊断系统的复杂程度.实验结果表明,该融合算法提高了压缩机气阀故障诊断的准确率,且运行时间较基于BPNN及SVM的DS融合算法均有较大提高.

摘要： 气阀是往复压缩机中故障率较高的部件,针对其故障模式复杂、难以辨识的难点,提出了一种基于随机森林多源信号融合的故障诊断方法.使用随机森林的非参数数据驱动的分类特性并利用随机森林的自动抽样技术和节点随机分裂技术构建融合决策模型,采用独立分量分析对其振动信号进行降噪并获取相关特征参数作为随机森林的输入,充分利用不同传感器群组互补和冗余的有效信息进行气阀和机体的工况判别.并且随机森林可以衡量传入特征向量中各个特征的重要程度,起到了特征参数数据挖掘的作用,从而可以进一步简化诊断系统的复杂程度.实验结果表明,该融合算法提高了压缩机气阀故障诊断的准确率,且运行时间较基于BPNN及SVM的DS融合算法均有较大提高.

摘要： 气阀是往复压缩机中故障率较高的部件,针对其故障模式复杂、难以辨识的难点,提出了一种基于随机森林多源信号融合的故障诊断方法.使用随机森林的非参数数据驱动的分类特性并利用随机森林的自动抽样技术和节点随机分裂技术构建融合决策模型,采用独立分量分析对其振动信号进行降噪并获取相关特征参数作为随机森林的输入,充分利用不同传感器群组互补和冗余的有效信息进行气阀和机体的工况判别.并且随机森林可以衡量传入特征向量中各个特征的重要程度,起到了特征参数数据挖掘的作用,从而可以进一步简化诊断系统的复杂程度.实验结果表明,该融合算法提高了压缩机气阀故障诊断的准确率,且运行时间较基于BPNN及SVM的DS融合算法均有较大提高.

摘要： 气阀是往复压缩机中故障率较高的部件,针对其故障模式复杂、难以辨识的难点,提出了一种基于随机森林多源信号融合的故障诊断方法.使用随机森林的非参数数据驱动的分类特性并利用随机森林的自动抽样技术和节点随机分裂技术构建融合决策模型,采用独立分量分析对其振动信号进行降噪并获取相关特征参数作为随机森林的输入,充分利用不同传感器群组互补和冗余的有效信息进行气阀和机体的工况判别.并且随机森林可以衡量传入特征向量中各个特征的重要程度,起到了特征参数数据挖掘的作用,从而可以进一步简化诊断系统的复杂程度.实验结果表明,该融合算法提高了压缩机气阀故障诊断的准确率,且运行时间较基于BPNN及SVM的DS融合算法均有较大提高.

摘要： 本发明公开了一种基于船联网网关的信息融合引擎的信息融合方法及系统，所述方法包括：获取预先编制好的若干种信息融合算法IP核和对应的FPGA配置文件，并保存于船联网网关的配置存储器中；根据所述船联网网关连接的传感器种类和具体应用场合，选取相应的配置文件并下载到FPGA，对所述FPGA重构为符合当前场景所需的信息融合引擎；通过所述信息融合引擎对所述船联网网关连接的传感器所采集的数据进行信息融合，并向船联网上层应用提供所述信息融合后的精确信息。本发明能够为船联网不同应用场合下的多种应用系统提供多源异构异相传感器数据的信息融合能力，通过FPGA的可重构性，能够解决现有传感器数据采集系统信息融合模块冗余备份和体系结构上的难题。

摘要： 本发明公开了一种智能信息融合图像型火灾探测器，其包括外护罩、光学镜头及成像组件、视频图像及信息融合组件；所述光学镜头及成像组件与所述视频图像及信息融合组件相连，并且均设置于所述外护罩内；所述光学镜头及成像组件将其摄入的图像信息传送至所述视频图像及信息融合组件，进行信息融合计算，输出探测结果。本发明同时还公开了一种图像型火灾探测器的探测信息融合方法；本发明的智能信息融合图像型火灾探测器，具有较高的灵敏度，可实现火灾的早期探测；具有良好的探测准确性，误报率极低，探测器能稳定可靠运行；并且对环境的适应性好，对不同的应用环境具有自适应能力。

摘要： 本发明公开了一种融合用户信息的系统，该系统包括：融合用户信息感知实体和融合IP消息(CPM)使能者实体；其中，融合用户信息感知实体用于获取来自多用户信息源的用户信息，对获取的用户信息进行融合，将融合用户信息提供给所述CPM使能者实体；CPM使能者实体用于根据所述融合用户信息，进行CPM业务控制和决策。本发明还公开了一种用户信息的感知、融合和决策的方法，该方法包括：融合用户信息感知实体获取来自多用户信息源的用户信息，对获取的用户信息进行融合；CPM使能者实体根据融合用户信息，进行CPM业务控制和决策。采用本发明的系统及方法，能实现实时准确的用户信息查询，从而提高CPM业务控制和决策的能力。

摘要： 本发明是基于信息异常检测的改进Sage‑Husa自适应融合滤波方法及多源信息融合设备，1获取传感器量测信息、GPS经纬度信息；2建立GPS/INS组合导航系统模型，建立状态方程和量测方程；3信息异常检测过程，根据预测残差向量构造检验统计量，判断是否有异常观测的存在，当系统有异常量测检测时，采用改进的Sage‑Husa自适应滤波，将卡尔曼滤波增益置零，引入指数衰减自适应因子调整观测量测噪声；4改进的Sage‑Husa自适应滤波方法对组合导航系统进行滤波处理，在标准Kalman滤波的基础上对Q阵和R阵实时预测和修正。多源信息融合设备含有传感器、处理器、信息获取单元、数据传输接收单元。有益效果：添加了信息异常检测过程，提高了系统的导航精度和容错性。

摘要： 本发明公开了一种基于船联网网关的信息融合引擎的信息融合方法及系统，所述方法包括：获取预先编制好的若干种信息融合算法IP核和对应的FPGA配置文件，并保存于船联网网关的配置存储器中；根据所述船联网网关连接的传感器种类和具体应用场合，选取相应的配置文件并下载到FPGA，对所述FPGA重构为符合当前场景所需的信息融合引擎；通过所述信息融合引擎对所述船联网网关连接的传感器所采集的数据进行信息融合，并向船联网上层应用提供所述信息融合后的精确信息。本发明能够为船联网不同应用场合下的多种应用系统提供多源异构异相传感器数据的信息融合能力，通过FPGA的可重构性，能够解决现有传感器数据采集系统信息融合模块冗余备份和体系结构上的难题。

摘要： 本发明公开了基于信息物理融合的电力网和信息网融合模型，该模型分为2个结构：单元级融合模型、系统级融合模型。该模型分架构为4个层次：物理设备层、信息物理系统层、信息平台层、互动业务层，其中，物理设备层是基础，信息物理系统层是支撑，信息平台层是核心。本发明实现了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同，解决了新型电力市场环境下，电力系统发电、输电、售电、用电等服务过程中物理系统和信息系统不同实时交互的问题，提高了电力系统资源配置效率，实现了电力资源的优化。

摘要： 一种基于多传感器信息融合的变电站火灾探测系统及探测信息融合方法，该探测系统包括吸气式复合探测机构、第一监测主机以及监控平台，吸气式复合探测机构包括吸气管道及与吸气管道连接相通的吸气泵和n个复合探测器，第一监测主机同时与n个复合探测器及监控平台连接，该探测信息融合方法应用信息融合技术对多个传感器进行同步探测的多个变电站火灾特征信息进行处理和综合，实现了信息的优化和复合探测器中多个传感器一起协同工作、联合操作的优势。本发明的优点是安装方便、灵活，能够适应复杂的探测环境，拓展探测范围，提高灵敏度，降低误报率，大幅度提高了可靠辨别真假火灾的能力以及变电站火灾预警的效率性和准确性。

摘要： 本发明公开了一种智能信息融合图像型火灾探测器，包括外护罩、光学镜头及成像组件、视频图像及信息融合组件；光学镜头及成像组件与视频图像及信息融合组件相连，并且均设置于外护罩内；光学镜头及成像组件将其摄入的图像信息传送至视频图像及信息融合组件，进行信息融合计算，输出探测结果。本发明同时还公开了一种图像型火灾探测器的探测信息融合方法；本发明的图像型火灾探测器，具有较高的灵敏度，可实现火灾的早期探测；具有良好的准确性，误报率极低，能稳定可靠运行，对环境的适应性好；本发明的火灾探测器的探测信息融合方法以智能信息融合方法为基础，可最大限度的降低误报和漏报现象，有效提高图像型火灾探测器的准确性和可靠性。

摘要： 本发明公开了一种信息汇聚融合装置及信息融合方法，涉及水质监测技术领域，所述装置包括：微控制器，用于对信息进行融合处理；ZigBee通信模块，与所述微控制器连接，用于将传感器节点采集到的数据信息传送给所述微控制器，使信息汇聚到所述微控制器。本发明通过ZigBee通信模块将部署在工厂化水产养殖区域内的各个传感器节点采集到的数据汇聚到微处理器，微处理器对数据进行信息融合处理，将所有的水质信息转换成为表示水质当前状况的简单参数，并通过有线、无线两种传输方式，将融合后的信息传输给现场或远程监控中心，本发明可最大限度的减少无线网络的数据传输量，有效的提高数据传输速度，延长网络寿命。

摘要： 本发明公开了一种融合用户信息的系统，该系统包括：融合用户信息感知实体和融合IP消息(CPM)使能者实体；其中，融合用户信息感知实体用于获取来自多用户信息源的用户信息，对获取的用户信息进行融合，将融合用户信息提供给所述CPM使能者实体；CPM使能者实体用于根据所述融合用户信息，进行CPM业务控制和决策。本发明还公开了一种用户信息的感知、融合和决策的方法，该方法包括：融合用户信息感知实体获取来自多用户信息源的用户信息，对获取的用户信息进行融合；CPM使能者实体根据融合用户信息，进行CPM业务控制和决策。采用本发明的系统及方法，能实现实时准确的用户信息查询，从而提高CPM业务控制和决策的能力。