多源信息融合

摘要： 新一轮科技革命蓬勃兴起,全球科技竞争态势日趋激烈,在科技管理过程中,科学研判产业创新趋势、甄选布局关键技术攻关项目意义十分重大。本研究从产业链关键核心技术概念特征出发,融合处理科技论文、项目、成果、专利等多源信息,研究开发了基于LDA主题模型文本挖掘的关键核心技术识别方法,并以我国人工智能产业为例,在产业链各环节分析基础上,开展关键核心技术识别与技术预测,为政府和企业提供具有前瞻性、时效性和专业化的情报分析和决策支撑。

摘要： 标签建模是标签体系建设和画像构建的基本任务。而传统标签建模方法存在模糊标签处理难、标签提取不合理,以及无法有效融合多模实体和多维关系等问题。针对以上问题提出了一种基于标签分层延深建模的企业画像构建方法EPLLD。首先,通过多源信息融合获取多特征信息,并对企业模糊标签(如批发、零售等行业中的不能完整概括企业特点的标签)进行统计和筛选;然后,建立专业领域词库进行特征拓展,并结合BERT语言模型进行多特征提取;其次,利用双向长短期记忆(BiLSTM)网络获取模糊标签延深结果;最后,通过TF-IDF、TextRank、隐含狄利克雷分布(LDA)模型提取关键词,从而实现标签的分层延深建模。在同一企业数据集上进行实验分析,结果表明在模糊标签延深任务中EPLLD的精确率达到91.11%,高于BiLSTM+Attention、BERT+Deep CNN等8种标签处理方法。

摘要： 目的:探索机器视觉与电子鼻融合法在果蔬成熟度检测中的应用能力,实现番茄不同成熟度的检测。方法:基于机器视觉和电子鼻采集系统,提出了一种基于多源信息融合的番茄成熟度检测方法。以机器视觉筛选出的6个颜色特征和电子鼻筛选出的10个气味特征为基础,建立番茄成熟度检测的最小二乘支持向量机模型。通过试验对融合方法和单一方法进行对比分析,验证了该方法的可行性。结果:与单一检测方法相比,多源融合方法提高了番茄成熟度识别、番茄硬度和番茄红素预测的准确性。结论:多源融合方法在一定程度上提高了果蔬成熟度的检测能力。

摘要： 针对设备剩余使用寿命预测问题,提出一种基于多源信息融合与隐马尔可夫模型的预测方法。首先,针对发动机结构复杂、监控数据参数多等问题,提出一种基于传感器信噪比和主成分分析(principal component analysis,PCA)降维的多源传感器数据融合方法。在此基础上,利用样本数据训练高斯混合隐马尔可夫模型,同时为降低模型偏差并避免过拟合风险,提出一种“定制”策略训练方法,训练后的模型可用于系统健康状态识别和剩余使用寿命预测。最后,通过美国国家航空航天局公开的航空发动机仿真数据集对所提方法进行了验证,并与几种具有代表性且预测精度较高的文献方法进行了比较分析,验证了方法的有效性。

摘要： 航天阀门在研制过程投入试验的样本量很小、样本极少失效甚至无失效。为解决其可靠性评估问题,需要充分利用现有的各类试验数据。用于阀门可靠性定量分析的试验主要包括温度试验、振动试验和动作试验。在对温度试验和振动试验数据进行预处理的基础上,融合成统一的先验分布,并将动作试验数据作为现场数据,根据Bayes原理完成阀门可靠性评估。研究结果表明,与单类试验评估结果、大样本评估结果比较,基于多源信息融合的方法评估结果准确,稳定性好,可信度高。

摘要： 知识图谱表示学习旨在将实体和关系映射到一个低维稠密的向量空间中。现有的大多数相关模型更注重于学习三元组的结构特征,忽略了三元组内的实体关系的语义信息特征和三元组外的实体描述信息特征,因此知识表达能力较差。针对以上问题,提出了一种融合多源信息的知识表示学习模型BAGAT。首先,结合知识图谱特征来构造三元组实体目标节点和邻居节点,并使用图注意力网络(GAT)聚合三元组结构的语义信息表示;然后,使用BERT词向量模型对实体描述信息进行嵌入表示;最后,将两种表示方法映射到同一个向量空间中进行联合知识表示学习。实验结果表明,BAGAT性能较其他模型有较大提升,在公共数据集FB15K-237链接预测任务的Hits@1与Hits@10指标上,与翻译模型TransE相比分别提升了25.9个百分点和22.0个百分点,与图神经网络模型KBGAT相比分别提升了1.8个百分点和3.5个百分点。可见,融合实体描述信息和三元组结构语义信息的多源信息表示方法可以获得更强的表示学习能力。

摘要： 首先综述科技情报研究中多源信息融合的主要数据类型和特点;然后按照融合深度的不同,将多源信息融合划分为特征及类型融合、关系融合和聚类融合3种类型,并分析每一类型中多源信息融合的相关研究现状;最后以科技情报领域主题识别问题为例,从特征及类型融合、关系融合、聚类融合3个层面提出并构建多源信息融合的新模式。

摘要： 无人机成像技术是一种具有高度灵活性能的新型时代技术,在农业领域中具有显著的技术优势,能够有效监测到农作物生长环境与生长趋势等信息。无人机成像技术与地面传感系统共同组成了空地一体化系统,是现代化智慧农业开展工作的重要技术手段,能够为现代化农业管理监测提供精确有效的决策依据和信息基础保障。而多源信息融合技术能够有效提高空地一体化技术的实际应用效果,基于此,本文对多源信息融合进行简单阐述,对基于多源信息融合的空地一体化进行分析研究,以此探究空地一体化技术在实际生活中的具体应用。

摘要： 为解决单个测点的定量数值安全监控指标难以实现渠堤工程整体安全监控问题,需要建立基于多源信息的渠堤工程安全定性评判准则。在将效应量测值异常现象归纳为数值大小异常、变化过程异常、变化趋势异常和变化规律异常等基本表现形式的基础上,汲取长距离引调水工程安全运行的工程经验和专家知识,基于不同测点测值异常表现上的关联性和空间分布上的关联性、不同监测效应量之间相互作用和相互影响的关联性、不同特性渠堤工程破坏机理在工程中的外在表现等因素,构建融合多测点、多效应量和巡视检查的渠堤工程运行安全多指标评判准则。定性安全评判准则与定量数值监控指标相互配合,可更好地保障引调水工程的安全运行。

摘要： 针对变工况系统传感器数据趋势不明显不能直接采用相似性RUL预测的问题,提出基于工况聚类分析和信息融合的相似性剩余使用寿命预测方法。该方法通过聚类分析不同工况,利用信息融合方法将多个敏感程度不同的传感器数据融合,通过二次多项式拟合构建相似模型,以退化轨迹距离远近作为打分依据,拟合预测寿命的概率分布,给出RUL的估计。通过对航空涡扇发动机失效数据测试,验证了方法的有效性。实验结果表明,该方法在预测精度方面取得了较好的效果,具有较大的工程应用价值。

摘要： 文章提出一种基于多源信息融合隐式表达的社交网络挖掘的新思路,利用DNGR模型表征结构信息,针对LDA不能描述节点间文本相似性的问题,提出DLDA模型表征文本信息,最后利用SDAE模型进行信息融合.文章在真实数据集上对社交网络挖掘的经典任务链路预测、社区发现、异常节点发现进行实验,证明了该多源信息融合隐式表达的有效性.

摘要： 本文介绍了利用多源信息融合进行矿井瓦斯涌出量预测的方法.该方法通过煤层特征信息、瓦斯含量数据、开采信息、瓦斯涌出数据等数据融合建立瓦斯涌出量预测模型,将其与传统的瓦斯涌出量预测方法相融合使模型进一步优化,可以充分利用瓦斯含量及瓦斯涌出量实测资料,综合考虑地质条件、开采深度等多种影响因素,提供较为可靠的预测结果.

摘要： 食品新鲜度与人体健康密切相关,建立快速、准确、无损检测新鲜度的方法有着重要的科学意义和应用价值.本文选取食品中具有代表性的猪肉为研究对象,使用自主研发的电子鼻和计算机视觉系统检测猪肉腐败过程中散发的气体响应并同时采集真彩图像,分析时间相关性,得到两种不同腐败趋势的猪肉种类,选取稳态响应峰值和两套颜色空间作为识别模型的特征参数.选取100个训练组样本,采用线性判别分析法分别建立基于气味、图像、气味-图像融合的三种猪肉新鲜度检测模型,验证准确率分别为80.0％、85.6％、93.8％.结果表明,多源信息融合检测模型的准确率优于单一指标(气味或图像)的新鲜度检测模型.该系统可广泛应用于家庭及物流中的食品新鲜度检测等领域.

摘要： 火星最终接近段的导航性能直接决定了着陆器进入段的初始精度,是影响着陆器能否实现定点着陆的关键因素之一.目前火星探测任务的最终接近段导航主要依赖于地面的深空测控网络,存在信号衰减和通信时延等问题.为了提高进入点状态估计精度,同时增强火星最终接近段导航系统的自主性、可靠性和实时性,本文提出了一种基于多源信息融合的火星最终接近段自主导航方案.对光学、无线电、X射线脉冲星三种观测模型及其观测特性进行了分析和对比,论证了该组合导航方案设计的可行性,并采用联邦卡尔曼滤波算法进行观测信息融合与系统状态估计,以火星科学实验室任务为背景,对该组合导航方案进行仿真验证.仿真结果表明,该组合导航方案能够有效提高最终接近段导航精度,同时提高导航系统的自主性和可靠性.

摘要： 自主水下潜航器AUV(Autonomous Underwater Vehicle,AUV)是主要海洋探测与作战装备,其搭载的多传感器感知与通信情况复杂,如何获取其精确、可靠的位置是水下作业的重要问题.本文基于图优化(Factor Graph Optimization,FGO)算法,构建了AUV多源融合定位框架,仿真AUV搭载的异步多传感器数据与有效性改变的状况,进行因子建模后利用非线性优化理论进行状态递推与更新.仿真结果表明,该方法能够以自然的方式合并不同频率与有效性的传感器测量信息,定位精度保持在-0.1～+0.1m以内.与扩展卡尔曼滤波(Extend Kalman Filter,EKF)算法实验结果相比精度更高,证明该算法能够实现AUV的高精度定位,有利于提高可靠性及扩展性.

摘要： 采集提取过程近红外透射光谱作为过程状态变量,采用HPLC法测量一煎和二煎合并提取液中丹参酮ⅡA、隐丹参酮和丹参酮Ⅰ的含药量.以工艺参数变量、物料属性和过程状态参数组合共为自变量,以指标成分含量为因变量,建立基于多源信息的提取产品质量预测模型,建模结果为：RMSECV为0.1728mg·g-1,RMSEP为0.0317mg·g-1,RPD值为6.91(丹参酮ⅡA);RMSECV为0.1534mg·g-1,RMSEP为0.0242mg·g-1,RPD值为4.02(隐丹参酮);RMSECV为0.1171mg·g-1,RMSEP为0.0432mg·g-1,RPD值为4.76(丹参酮Ⅰ).结果表明多源数据融合建模优于常规模型.

摘要： GPS全球定位系统与IMU惯性导航系统组成的高精度定位系统在高架桥下、地下停车场、树木遮挡等工况下,极容易受到遮挡和干扰,导致定位数据出现严重失真,智能驾驶汽车因无法获得准确定位、定向信息而出现危险.为了实现室内外高精度定位,研发了一套基于UWB超宽带定位、GPS全球定位系统、IMU惯性导航系统、霍尔传感器等多个数据来源的车辆高精度定位系统,该系统定位精准,运行稳定,可解决现有UWB定位系统在车辆静止时无法输出航向信息的问题,具备室内外高精度定位的能力.实验结果表明,该系统室内、外定位精度为10cm,位置刷新率为10Hz.

摘要： GPS全球定位系统与IMU惯性导航系统组成的高精度定位系统在高架桥下、地下停车场、树木遮挡等工况下,极容易受到遮挡和干扰,导致定位数据出现严重失真,智能驾驶汽车因无法获得准确定位、定向信息而出现危险.为了实现室内外高精度定位,研发了一套基于UWB超宽带定位、GPS全球定位系统、IMU惯性导航系统、霍尔传感器等多个数据来源的车辆高精度定位系统,该系统定位精准,运行稳定,可解决现有UWB定位系统在车辆静止时无法输出航向信息的问题,具备室内外高精度定位的能力.实验结果表明,该系统室内、外定位精度为10cm,位置刷新率为10Hz.

摘要： GPS全球定位系统与IMU惯性导航系统组成的高精度定位系统在高架桥下、地下停车场、树木遮挡等工况下,极容易受到遮挡和干扰,导致定位数据出现严重失真,智能驾驶汽车因无法获得准确定位、定向信息而出现危险.为了实现室内外高精度定位,研发了一套基于UWB超宽带定位、GPS全球定位系统、IMU惯性导航系统、霍尔传感器等多个数据来源的车辆高精度定位系统,该系统定位精准,运行稳定,可解决现有UWB定位系统在车辆静止时无法输出航向信息的问题,具备室内外高精度定位的能力.实验结果表明,该系统室内、外定位精度为10cm,位置刷新率为10Hz.

摘要： GPS全球定位系统与IMU惯性导航系统组成的高精度定位系统在高架桥下、地下停车场、树木遮挡等工况下,极容易受到遮挡和干扰,导致定位数据出现严重失真,智能驾驶汽车因无法获得准确定位、定向信息而出现危险.为了实现室内外高精度定位,研发了一套基于UWB超宽带定位、GPS全球定位系统、IMU惯性导航系统、霍尔传感器等多个数据来源的车辆高精度定位系统,该系统定位精准,运行稳定,可解决现有UWB定位系统在车辆静止时无法输出航向信息的问题,具备室内外高精度定位的能力.实验结果表明,该系统室内、外定位精度为10cm,位置刷新率为10Hz.

摘要： 本发明公开了一种自动驾驶的多源异构信息RBM网络融合架构及融合方法，所述架构包括：自下而上依次排列的初始输入层、隐层、输出层，在远离所述初始输入层的部分使用深度RBM网络，所述深度RBM网络包括至少一个RBM。所述融合方法包括：步骤1、初始输入层通过预训练从自动驾驶多源异构传感器获取生成模型的初始权值；步骤2、多层隐层自下而上逐层深度权值训练；步骤3、将经过深度训练的权值传递至输出层，所述输出层进行数据融合及积分判决并输出。本发明采用一种结合不确定性的模糊积分函数，提高了识别的可靠性。模糊积分融合多个分类器，以获得近似最优的融合结果，提高整体分类的可靠性。

摘要： 本发明涉及一种基于信息融合周期的多源异构信息关联方法，属于信息融合技术领域，解决了现有密集目标分叉和交叉运动下关联错误的问题。包括接收多个不同类型传感器的多源信息；将同类型传感器包含多条数据的多源信息加入待聚类集合，其他多源信息加入初步聚类集合；对待聚类集合进行聚类，每类中距离聚类中心最近的多源信息加入初步聚类集合，每类中其他多源信息放入缓存区，未归为任一类的标记为离散点存入历史库；基于身份信息和动态信息得到初步聚类集合和历史库中的关联数据对；将缓存区中与初步聚类集合的多源信息属于同一信息融合周期同类的多源信息均加入关联数据对，得到关联结果。实现了密集目标中多源异构信息的准确关联。

摘要： 本发明涉及一种融合多源信息的电网地理信息系统，包括瓦片地图层以及分别通过地理位置与瓦片地图层关联的电网信息层、清洁能源信息层、外部环境信息层、虚拟现实信息层。本发明以地理位置为核心，通过地理位置关联电网信息、清洁能源信息、外部环境信息以及虚拟现实信息等多源信息，将杆塔、气象灾害、清洁能源、电厂三维模型、变电站三维模型等多种信息有效地投射到电网地图上，并支持多源信息层在电网地图的缩放操作，帮助电网调控人员对电网风险进行全网分析和全局监控。

摘要： 公开了一种异源二聚体Fc融合蛋白和包含该异源二聚体Fc融合蛋白的药物组合物。该异源二聚体Fc融合蛋白包含免疫球蛋白重链恒定区(Fc)对的第一Fc区和第二Fc区，并且其中IL‑21与该第一Fc区和/或该第二Fc区的N末端或C末端中的至少一项结合，其中该第一Fc区和该第二Fc区的CH3结构域发生突变，从而促进异源二聚体的形成。当使用根据本发明的异源二聚体Fc融合蛋白时，可显著增加包括在异源二聚体Fc融合蛋白内的IL‑21的体内半衰期。

摘要： 本申请公开了一种基于多源信息融合的汽车信息安全防护方法及装置，用于提高汽车数据信息的安全性。本申请公开的基于多源信息融合的汽车信息安全防护方法包括：获取车载传感器测量的第一数据和车联网通信获得的第二数据；对所述第一数据和所述第二数据进行一致性检验，得到信任值；若所述信任值大于等于第一门限，则对所述第一数据和所述第二数据进行滤波处理和融合处理；若所述信任值小于第一门限且大于等于第二门限，则对所述第二数据进行加速度突变检验和修正得到第三数据，对所述第一数据和所述第三数据进行滤波处理和融合处理；若所述信任值小于第二门限，则剔除所述第二数据，仅对所述第一数据进行滤波处理。本申请还提供了一种基于多源信息融合的汽车信息安全防护装置。

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多源信息融合处理的飞行异常信息检测方法，包括以下步骤：1.输入预设信息，预设信息包括异常类型和异常检测条件；2.采集来自全部数据源的航空器飞行数据；航空器飞行数据包括航空器的实时飞行高度、实时飞行位置、实时飞行方向、进入跑道时间、起飞机场信息以及降落跑道信息；3.在数据处理模块中运用1中的异常判定式对航空器飞行数据进行数据处理，并生成判定参考数据；4.在异常判定模块中根据判定参考数据对所述航空器进行异常飞行判定，并生成异常判定结果。通过采用上述技术方案，可有效提高航空器异常飞行检测能力，从而显著提高航空器飞行调配的运行效率。

摘要： 本发明涉及地质灾害技术领域，具体公开了一种基于多源信息融合的滑坡时空信息监测预警方法，包括以下步骤：选取滑坡监测区域的多个滑坡敏感性特征，利用机器学习的方法构建滑坡空间敏感性评价模型；获取滑坡监测区域的多种滑坡时间序列信息，并对采集到的多种滑坡时间信息序列进行估计融合得到滑坡时间模型；采用T‑S模糊神经网络将滑坡空间敏感性评价模型中的滑坡空间信息以及滑坡时间模型中的滑坡时间信息进行融合，获得滑坡安全等级预警评价模型；根据滑坡安全等级预警评价模型实现滑坡预警。本发明中将滑坡空间敏感性评价模型以及滑坡时间模型进行融合，生成综合的滑坡安全等级预警评价模型，实现高精度滑坡预警。

摘要： 本申请公开了一种基于多源信息融合的汽车信息安全防护方法及装置，用于提高汽车数据信息的安全性。本申请公开的基于多源信息融合的汽车信息安全防护方法包括：获取车载传感器测量的第一数据和车联网通信获得的第二数据；对所述第一数据和所述第二数据进行一致性检验，得到信任值；若所述信任值大于等于第一门限，则对所述第一数据和所述第二数据进行滤波处理和融合处理；若所述信任值小于第一门限且大于等于第二门限，则对所述第二数据进行加速度突变检验和修正得到第三数据，对所述第一数据和所述第三数据进行滤波处理和融合处理；若所述信任值小于第二门限，则剔除所述第二数据，仅对所述第一数据进行滤波处理。本申请还提供了一种基于多源信息融合的汽车信息安全防护装置。

摘要： 本发明涉及一种基于站域BIM数据融合多源信息的电力数字信息模型，其采用以下方法得到电力数字信息模型，方法包括：使用站域级边缘计算方法对感知层、网络层、平台层、应用层四个方面数据的特征进行研究，感知层用于实现对变电站设备的非接触式测量，网络层用于对异常设备所在区域进行定位，平台层用于获取故障变电站设备状态数据，以及根据状态数据进行人工智能深度学习分析，智能诊断故障，应用层用于在站域级边缘计算单元内完成辅控系统数据与主设备状态数据的融合，自动启动故障变电站设备的辅助设备；使用多模态数据融合方法，构建设备全新的运行数据、检修数据、监测数据、环境数据多源信息融合的电力数字信息模型。