时空约束

摘要： 信息物理融合系统CPS(cyber physical system)是在环境感知的基础上,集合物理与计算的系统,可以实现与环境的智能交互.CPS信息物理空间的不断变化,对CPS资源安全性造成一定的挑战.因此,如何研究这一类由时空变化而导致的CPS资源安全性问题成为关键.针对该问题,提出了面向CPS时空约束的资源建模及其安全性验证方法.首先,在TCSP(timed communicating sequential process)的基础上扩展资源向量,提出了时空资源通信顺序进程DSR-TCSP(duration-space resource TCSP),使其能够描述CPS拓扑环境下的资源;其次,从时空约束的资源安全性需求中获取时间安全需求,通过DSR-TCSP的时间属性验证算法对时间安全需求进行验证;再次,将满足时间安全需求的模型转换为偶图与偶图反应,并输入到偶图检验工具Big MC中,验证其物理拓扑安全需求,对没有通过验证的反例,修改DSR-TCSP模型,直至满足所提出的安全需求;最后,通过一个驾驶场景实例,验证该方法的有效性.

摘要： 脑电(EEG)是一种重要的脑功能成像技术,根据头皮记录的EEG信号重构皮层脑活动称为EEG源成像。然而脑源活动位置和尺寸的准确重构依然是一个挑战。为充分利用EEG和功能磁共振(fMRI)信号在时空分辨率上的互补信息,该文提出一个新的源成像方法——基于fMRI脑网络和时空约束的EEG源重构算法(FN-STCSI)。该方法在参数贝叶斯框架下,基于矩阵分解思想将源信号分解为若干时间基函数的线性组合。此外,为融合fMRI的高空间分辨率信息,FN-STCSI利用独立成分分析提取fMRI信号的功能网络,构建EEG源成像的空间协方差基,通过变分贝叶斯推断技术确定每个空间协方差基的相对贡献,实现EEG-fMRI融合。通过蒙特卡罗数值仿真和实验数据分析比较了FN-STCSI与现有算法在不同信噪比和不同先验条件下的性能,结果表明FN-STCSI能有效融合EEG-fMRI在时空上的互补信息,提高EEG弥散源成像的性能。

摘要： 由于以往的行人跟踪方法大部分不能有效地解决目标被遮挡后以及目标尺寸变化再跟踪的问题,所以引入了深度学习的方法,但是经实验发现单纯使用深度学习行人跟踪会因行人检测部分的误差而出现整体的跟踪准确率不高的问题.提出了一种基于深度学习和时空约束后处理的行人跟踪方法,深度学习的行人检测部分采用了根据实际应用场景优化过的SSD算法,行人匹配部分采用了一种计算交叉输入领域差异然后进行块总结的方法,最后进行时空约束的后处理.在OTB数据集上做实验,与传统跟踪算法以及单纯深度学习算法进行了对比.

摘要： 说到文化人的底气,大体可以这样描述:不受时空约束的自由散漫,不媚官的骨气和傲慢,有着北魏李谧所说“丈夫拥书万卷,何假南面百城”的豪迈。这样的人的确古今都有。古代的例子如郑板桥,可以做到自己给自己的作品定价,你爱买不买,别出心裁地公布自己字画的收费标准:大幅六两;中幅四两;小幅二两;书条、对联一两;扇子、斗方五钱。

摘要： 为了挖掘高校师生和游客两类不同群体对校园空间的活动需求,使游客与师生融合共生实现校园空间共享,对校园内人群的微信宜出行数据进行核密度估计;挖掘不同群体的时空需求差异,提出时空约束下的校园空间优化管理方法,包括空间控制区划定、游客最佳游览路径规划及校园空间优化管理建议.以厦门大学(思明校区)为例进行实践研究,为不同群体在校园的空间共享提供方案,研究结果可以为兼具景点的高校校园空间开放提供依据.

摘要： 针对无人天车在吊运过程中的路径规划问题,提出了改进蚁群算法以优化天车路径.首先,综合考虑无人天车的行驶距离和任务等待时间,建立具有时空约束的路径规划数学模型.其次,改进常规蚁群算法的启发信息和信息素更新机制,并根据任务执行顺序限制条件和任务优先级系数改进蚂蚁的路径选择策略,以得到改进的蚁群算法.仿真结果表明,改进蚁群算法规划所得路径在路径长度和任务等待时间上均优于传统算法,证明了应用改进方法优化无人天车路径的可行性和有效性.

摘要： 广泛密布的视频传感器可持续记录降雨信息,基于视频传感器估算高时空分辨率的雨量数据,已经成为当前最具有前景的雨量估计途径之一.然而,由于传感器设备、视频场景等的复杂多变,极易导致各个视频传感器反演的降雨数据质量参差不齐,需要对其处理,保证反演数据质量.受地理学第一定律启发,以视频传感网中节点间的时空信息为约束,提出一种视频节点协同的雨量反演精度控制模型(Precision Control Model,PCM).PCM模型通过视频节点间降雨信息互验证的方式,从降雨事件的时空一致性、态势一致性和相关性等特征出发,构建雨量反演的多粒度滤波方法,以期实现降雨事件的高精度表达.实验结果表明,在多种降雨场景中,PCM模型均可有效的提高了雨量反演的准确性与稳定性.降雨强度(Rainfall Intensity,RI)相对误差的均值在中、小雨场景降低约14.85％,大雨场景降低约19.90％;RI相对误差的标准差在中、小雨场景降低约40.87％,大雨场景降低约40.96％,可为高质量降雨数据的生产提供支持.

摘要： 现有发布轨迹隐私保护方法没有考虑实际路网环境中轨迹的时空约束条件,不能对用户的轨迹隐私进行有效保护,导致轨迹隐私存在安全隐患。针对此问题,提出一种面向路网时空约束的轨迹隐私保护算法(TPP_(ST)),保护发布轨迹隐私安全。TPP_(ST)算法通过生成满足路网时空约束条件且与用户原始轨迹相似的假轨迹,将原始轨迹与假轨迹共同发布,从而隐藏原始轨迹信息,防止攻击者识别用户的轨迹隐私。基于真实轨迹数据集进行实验测试与分析,实验结果表明:TPP_(ST)算法可在保护轨迹隐私安全的同时,保证发布轨迹集的高数据可用性。

摘要： 从当前基于RBAC的转授权模型在实际业务的处理中所存在的大量问题入手，通过深入分析RBAC模型体系所存在的诸多弊端，进而引入基于组织的访问控制理论，并基于此构建了一个全新的具有时空约束的基于组织的转授权模型TOB4LDDM。模型一方面应用基于组织的访问控制理论解决了RBAC模型无法适应当前多级、多部门、多应用的复杂信息系统的问题;另一方面则通过具体分析时限约束和资源约束各自的特征和表现形式讨论了在时空约束情况下TOB4LDDM的处理机制和形式化描述。通过多个复杂电子政务系统的检验，TOB4LDDM模型均取得了很好的效果。

摘要： 城市居民的生活方式和出行习惯在城市发展的实际演变中发生了显著的变化。随着社会资源的日益丰富与居民生活水平的不断提升，个人参与社会活动（如通勤、会务、休闲、购物）日趋频繁，这直接导致了人们交通出行数量增多、出行动机多元化以及为此支付的移动成本的不断升高。为协助个人采用尽量经济、便捷的交通出行方式以满足其完成一系列社会活动的需求，迫切需要建立起相应的行程规划方案。

摘要： 本发明的一种河网结构约束下流域径流随机时空插值方法，通过获取各水文站点的去嵌套集水区面积及径流量序列，采用EOF法得到时间主成分和空间函数；消除各去嵌套集水区径流量序列对流域总出口的径流量序列的线性相关性后创建新残余序列，基于CEOF法推导对应的时间主成分及空间函数；再利用EOF和CEOF法分解出的时间主成分及空间函数，得到任意空间点的径流随机时空插值序列，并评估径流插值精度。本发明通过引入不同阶时间主成分和空间函数，灵活地描述多流域径流时空变化规律，有效剔除由于流域水文相似性所造成的不同集水区径流相关性的冗余信息，实现对径流量序列随机时空二维插值，提高了传统EOF法的插值精度。

摘要： 本发明公开了一种时空注意力机制约束的双示踪PET成像方法，该方法将混合示踪剂浓度图输入网络，两个单示踪剂的浓度图作为真值训练模型，端到端学习双示踪剂浓度图和两个单示踪剂浓度图之间的映射关系，能够在示踪剂半衰期相同和同时注射的情况下分离出单个示踪剂的浓度图，没有传统方法遇到的限制。本发明使用的模型是一个二维卷积网络，通过加入通道注意力模块同时关注时间信息和空间信息，可以实现更精确可靠的分离。因此，本发明适用于不同的采样协议和示踪剂组合，泛化性和鲁棒性较高。

摘要： 本发明公开了一种地块时空特征约束下的农作物叶面积指数遥感反演方法，包括：基于PROSAIL辐射传输模型，模拟不同叶片理化参数、冠层结构参数和土壤性质条件下的冠层方向性反射，构建地块的查找表；基于归一化植被指数时间序列数据，提取地块内作物开始生长日期特征；结合地块内作物开始生长日期特征和MODIS叶面积指数产品，构建作物叶面积指数先验知识；然后获取地块的查找表子集，通过关于作物参数空间自相关性的代价函数，对地块的叶面积指数进行反演，得到反演结果。本发明从作物叶面积指数随作物物候的变化特征和地块内部作物参数的空间自相关性出发，设计了一种新的代价函数，并通过查找表方法反演叶面积指数，效果更好，获得的结果精度更高。

摘要： 本发明通过网络安全领域的方法，实现了一种新型基于时空约束的轨迹跟踪方法。包括需要进行运行轨迹的移动对象以及进行运行轨迹跟踪移动对象管理的服务器，所述服务器对当前移动对象的位置跟踪的同时进行轨迹压缩，其中对于位于圆形区域、位于条形区域、位于类矩形区域的移动对象各自采用适应类矩形区域的算法进行跟踪和压缩，得到并在服务器中存储符合要求的压缩轨迹数据。本发明提供的方法设计了一个在能够实现服务器对当前移动对象的位置跟踪的同时，得到符合要求的压缩轨迹，支持圆形、条形、以及类矩形区域的时空约束。并且具有较低的时间复杂度和空间复杂度。

摘要： 本发明提供一种融合时空约束的光学动作捕捉标记点实时补全方法，旨在基于人体运动的时空约束，采用权重位置损失函数描述人体不同关节节点对整体位姿的影响，用标记点间距损失函数描述同一段骨骼上标记点之间的刚性结构，用于出前后帧损失函数描述标记点运动轨迹的时间连续性，并将以上损失函数加权组合用于训练深度学习网络，解决“光学动作捕捉系统丢失标记点实时补全”问题，本发明补全后的标记点位置更符合人体运动规律，提高了标记点补全的精度。

摘要： 本发明公开一种时空约束下任务驱动的遥感影像元数据语义推理方法，包括以下步骤：步骤S1：时空约束下任务驱动的遥感监测任务需求分析；步骤S2.构建任务驱动的遥感影像元数据模型；步骤S3.构建遥感监测任务与遥感影像元数据的映射关系；本发明实现遥感监测任务需求的时空语义信息挖掘；利用时空语义信息的剖析，在复杂任务需求属性信息条件的限制下支持遥感影像的高效检索，减轻遥感影像查询过程中对人工经验的依赖，提高数据发现过程中的自动化程度；解析不同数据源的遥感影像元数据信息特点构建遥感影像元数据模型，将异构遥感影像数据的标准化存储与任务驱动关联，实现遥感影像的统一管理和共享，提升遥感影像检索的效率和准确性。

摘要： 本发明公开了一种基于时空序列数据约束的无监督储层智能分段方法，包括S1、离线处理选取的测井特征参数，并构建储层解释模型；S2、获取新井测井数据，并对其进行数据块处理和降采样处理；S3、对测井数据进行特征工程处理，以得到完整、无量纲、低维度的测井数据；S4、采用时空约束的K‑means无监督聚类方法，对特征工程处理后的测井数据进行处理，得到分段结果；S5、优化分段结果，对聚类结果异常值进行连续分段化处理；S6、可视化分段结果，并将分段的深度和人工分段的结果进行对比。本发明将储层中小段的不同地层类型当作噪声过滤，分层结果中每层的长度与实际施工中每段的长度相匹配，提供更加适用于指导开采工程实践分层结果，更具实用性。

摘要： 本发明涉及一种基于特征时空约束的监控视频跨模态视频迁移方法，包括：步骤1，构建训练数据和神经网络；步骤2，读取连续的模态数据，将模态数据分别输入生成器；步骤3，利用预训练光流模型FlowNet增强模型特征；步骤4，从生成器中提取特征层，优化网络结构并增强特征结构；步骤5，重复步骤2至步骤4，直至迭代模型迭代饱和，网络参数收敛。本发明所述基于特征时空约束的监控视频跨模态视频迁移方法能够提供更优的空间结构信息，还能够给予时序一致性约束；能够增强视频模态迁移结果的稳定性。

摘要： 本发明公开了一种基于时空约束与可学习特征匹配的快速目标跟踪方法，公开了一种基于孪生网络结构，采用时空约束机制与可学习特征匹配策略的快速目标跟踪方法。通过设置时序约束分支与空间约束分支分别捕捉并融合随时序变化的目标外观高维特征表示与限制空间搜索尺度，降低跟踪算法计算量并缓解目标因自身运动与环境变化所导致的自身视觉特征的变化。本发明通过设置可学习特征匹配模块完成特征匹配任务，相比于主流的无参互相关方法能够更好地从训练数据中学习正负样本分布并提升跟踪效果。本发明提出的跟踪方法具有良好的跟踪准确度与较高的运算速度，能够部署在运算资源受限的嵌入式平台，能完成准确的视觉目标跟踪任务。

摘要： 本发明提出了一种基于质量分级和时空约束的全覆盖遥感影像筛选方法。首先基于深度学习的质量分级模型，以块为单位按确定的质量等级对影像进行质量分级；然后对质量分级后的影像中具有相同质量等级的相邻影像块进行合并组成区域影像块集；通过考虑感兴趣时刻的搜索算法确定满足目标区域全覆盖的最短时间跨度，并基于确定的最短时间跨度进行约束，在区域影像块集中选取成像时间在最短时间跨度内的区域影像块构建候选数据集；最后在建立的空间连续性约束下，优选候选数据集中质量更好、面积更大的数据，得到最终筛选结果。本发明适用于全覆盖遥感影像生成，提高了遥感影像的利用率，缩短了筛选结果的成像时间跨度，保证了结果中地物的辐射连续性。