融合模型

摘要： 针对噪声环境下滚动轴承故障难以诊断的问题,提出一种基于深度学习融合网络的轴承故障识别新方法。该方法首先对轴承振动信号进行一定程度的随机损坏,并将加噪后的数据输入卷积降噪自编码器(convolutional denoising autoencoder, CDAE)中对网络进行训练,目的是降低信号中的噪声干扰并提取浅层特征;然后,利用深度信念网络(deep belief network, DBN)学习深层特征并建立轴承状态识别模型,输出故障识别结果。在融合模型中,将卷积降噪自编码器作为网络的第一层以增强网络的抗干扰能力,提高故障的识别精度。使用凯斯西储大学(CWRU)滚动轴承数据对所提模型进行验证,结果表明提出的融合模型在噪声环境下能够较好地实现轴承的故障状态识别。

摘要： 针对井口压力控制作业中传统方法过度依赖专家经验和数学模型运算精度的问题,提出一种基于随机森林(Random Forest,RF)的多模型融合算法对压井方式进行分类判断。首先,将专家经验结构化、数据化,转化成可被机器学习模型使用的数据形式,同时,结合油气井的基础数据和工况参数,作为智能模型的重要参数来描述压井作业的特征空间;然后,将特征数据通过特征工程进行特征筛选、特征编码和特征选择等处理;最后,构建出基于随机森林的Stacking双层融合模型,实现压井方法的分类预测。通过实验验证,与单模型的机器学习算法相比,本方法具有更高的预测精度。

摘要： 在生产过程中手机等智能设备的屏幕表面可能出现的微小缺陷与灰尘等脏污很相似,传统检测方法易将脏污误检为缺陷。为了提高产品表面微小缺陷的识别准确率,本文提出一种基于视觉注意力融合的检测方法。首先利用金字塔下采样初步识别出潜在目标,以减少图像数据量及提高计算效率,然后将角点检测、伽马变换和Otsu阈值分割等传统检测方法与3种显著性提取方法(布尔图显著性模型BMS、谱残差模型SR和频率调谐模型FT)相结合,建立了融合检测模型。实验结果表明,所提出的融合模型能够较为准确地区分出缺陷与脏污,F_(1)值可达到0.73,与其他几种显著性检测方法相比,本文方法在对脏污的识别上具有明显优势。

摘要： 文章分析了城市排涝常见问题与排涝计算存在的不足,考虑城市雨水管网和内河及泵站排涝系统,探讨利用Mike11软件构建排涝融合模型,进行水动力计算,模拟城市圩区完整排涝过程,解决了雨水管网、排涝河道、排涝泵站的衔接问题,使排涝计算更加精细和准确,为城市圩区竖向标高、河道涝水位、泵站规模及排水防涝调度等方案优化提供支撑,为排涝规划提供较好的基础,并可对海绵城市建设对防涝安全的影响效应进行定量评估。

摘要： 中国在扶贫工作取得决定性成就的同时,仍有一些脱贫人口存在返贫风险。本文基于不平衡数据集,利用SMOTE模型对返贫类别样本进行过采样处理,处理后的返贫与未返贫样本数据比例为3:1;接着建立基于Stacking集成学习的返贫预测模型,利用网格搜索对各个模型超参数进行寻优,结合10折交叉验证提高模型的泛化能力。本文使用4种不同的融合模型对脱贫户是否返贫进行预测。实验结果表明,与单一模型相比,模型融合后的分类效果要优于单独的分类器,其中最优融合模型的Acc为0.962,F1-score为0.946。

摘要： 为准确量化车用动力电池老化程度,提升其行业利用率,实现电池的全生命周期剩余寿命(Remaining useful life,RUL)的精确预测,提出一种基于多系数模型的车用动力电池全生命周期寿命预测方法。该方法融合重组了传统的经验指数模型和改进后的多项式回归模型,重组后的模型能在实验数据分析的基础上追踪电池全生命周期内的寿命退化趋势。该方法采用粒子滤波(Particle filter,PF)思想在线调整模型参数,设计了针对动力电池不同状态,不同容量种类的算例预测电池的RUL,通过改进多项式回归模型,传统经验指数模型以及多系数模型的预测精度对比评估模型。实验结果表明:相较于经验指数模型和改进后的多项式回归模型,本文提出的多系数模型针对电池容量衰减具有更好的拟合能力;结合粒子滤波算法,该模型无论是对在役电池还是退役电池均具有高精度的寿命预测结果。该方法对不同容量的动力电池均能准确预测电池失效时间,在电池梯次利用行业具有一定的适用性。

摘要： 机理与数据的融合对大坝建造-运维全生命周期性态准确高效评估与调控至关重要。本文梳理了大坝建造面临的主要难题与融合模型的发展历程,提出了融合模型串联、并联、混联的三种结构型式、基本特征及适用性,并通过混凝土拱坝温度场监测分析工程实例阐述了融合模型的应用方式及适用性。研究表明:融合模型分析预测能力强、准确性高、泛化能力强,能够处理复杂动态演化的数据;相比于非融合模型,三种结构型式的融合模型均体现出显著的优势,为解决大坝建造与运维过程中参数反演、监测分析、策略优化等问题提供一种新的视角和范式。

摘要： 电网建设和改造所涉及的方面广泛,存在数据格式多样、数据来源多向等特点,整合系统所涉及的数据,使其融合在统一的系统中,可提高数据利用价值,建立可靠、实用的系统。在此基础上,对电网智慧建设中的数据进行了分类,这些数据包括结构化、半结构化以及非结构化的数据,融合了多源多类型数据的通用模式,针对不同类型的数据创建统一接口库,设计多源异构数据统一融合模型以促使来源不同、数据模式不同、数据结构不同的数据进行融合化、统一化应用。异构数据的融合模型主要包括数据获取、数据整合、关联关系建立、入库及调用。针对电网建设中的数据类型,在模型预处理阶段,完成了获取数据和各类数据内部初步整合的处理。围绕多源异构数据统一融合模型,研究了其衍生出的,包括辅助电网工程建设前期工作推展和数据处理的智慧前期系统等多项电网建设相关智慧系统。在电网建设智慧前期平台中,多源异构数据统一融合模型能有效地完成系统对所涉及的多元异构数据的统一与整合,为电网工程建设提供了全新的工作方式。该工作方式有效地提高了电网建设过程中各方的沟通效率,减轻了工作强度,增强了电网建设工程的规范化与数据的电子化。

摘要： 评“致病氨基酸变异预测的新型融合模型”“兵无常势,水无常形”,在生命科学中,更是如此。蛋白质变异伴随着生命的起源和人类的发展史,同时也带来了千变万化的表型。特别是疾病的发生和发展,亦是变异不断累积的结果。如今,不断出现变异毒株的新冠病毒来势汹汹,已造成全球500多万人罹难,经济生产、社会生活、国际关系、世界格局都受到剧烈冲击。因此,通其变而料其型是当下的迫切需要,也是生信人为国为民的担当。

摘要： 氨基酸变异常常会影响蛋白质的结构和功能,进而导致疾病。当前,研究者们已经提出了一些基于计算的方法来预测氨基酸变异致病性。该文构建了一个新型融合模型,旨在提高预测性能和泛化性。首先,提取影响致病性的各类生物特征并用递归特征消除RFE方法筛选最优特征子集。然后,建立包含卷积神经网络和双向长短期记忆神经网络的深度学习模型提取特征,并以拼接的方式融合这两类特征作为模型输入。最后,构建一个基于XGBoost、CatBoost、LightGBM和随机森林的融合模型,用以预测氨基酸变异致病性。该融合模型的10重交叉验证准确性为92.8%,盲测准确性为93.1%,取得了当前最高的预测准确性和泛化性。该工具可用于辅助临床诊断和药物设计,降低研发成本。

摘要： 大坝变形分析是对大坝的安全监测资料进行的最有效利用,对大坝的变形观测数据进行分析,是掌握大坝运行性态的重要手段,其理论和方法的研究与应用已经取得了一定的进展.在大坝变形监测数据处理与分析的过程中,建立良好的大坝变形分析模型是至关重要的.本文提出一种基于广义回归神经网络的融合模型,利用陈村水电站大坝上6个观测点1999年1月到2006年12月连续观测得到的垂直位移观测数据验证其精度.结果证明,统计模型的均方根误差平均值为0.5220mm,常规广义回归神经网络模型的均方根误差平均值为0.5139,而基于误差补偿技术的GRNN神经网络融合模型的均方根误差值是最小的,平均值为0.4830,相对于统计模型精度提高约8％.

摘要： 本研究以小学数学中圆柱与圆锥这一章节为测验内容,通过融合模型的专门软件Arppegio 3.1进行分析,得到被试掌握模式、项目参数以及信效度指标.同时,为了检验题目的效度,对部分学生进行半结构化访谈,主要关注学生作答时的过程与策略,并与之前设定的Q矩阵中属性进行对比.结果显示:(1)本套测验中有些题目需要进一步修正;(2)融合模型在诊断应试者知识状态时,具有较高的判准率和信效度;(3)学生访谈可以为认知诊断研究提供有效的分析材料,为试题的修正提供可靠的依据.

摘要： 解决对空目标识别及融合问题是我国防空预警体系建设中最迫切的需求.本文提出了体系作战中对空目标识别及融合模型的构建思路,在此基础建立了目标识别模型和目标融合模型,并基于武器装备体系仿真试验床对模型进行了验证.

摘要： 本研究以小学数学为测验内容，重点测验了圆柱与圆锥这一章节的知识属性，用20道选择题测查了六项基本属性，将采用触合模型作为认知诊断的方法，估计被试的掌握模式和项目参数。初步分析结果显示，本次测验的20道题目从参数估计的结果角度来看质量参差不齐，被试对圆柱的初步认识、圆柱的表面积、圆柱的体积、圆锥的初步认识4个属性的掌握情况较好，对圆柱的综合应用和圆柱和圆锥的综合应用2个属性的掌握情况一般，学生和教师需要在此方面加强练习:融合模型的判准率和信效度指标较高;访谈结果与模型估计结果的一致性较高。

摘要： 加权平均温度是影响大气可降水量预测精度的主要因素之一.针对目前经验模型精度较低的这一现状,本文基于Adaboost BP神经网络技术,在GPT2w模型基础上建立一种无需实测气象参数的高精度中国区域加权平均温度融合模型.利用Wyoming大学网站提供的中国区域15个气象探空站台2008-2010年数据分析比较了融合模型、GPT2w模型、Bevis模型和GSQ模型的精度.结果表明,融合模型的均方根误差为3.92K,GPT2w模型的均方根误差为4.79K,Bevis模型的均方根误差为4.32K,GSQ模型的均方根误差为5.03K.与GPT2w模型相比,融合模型的精度提高约18％;与Bevis模型和GSQ模型相比,融合模型不仅具有较高精度,同时方便用户的广泛使用.

摘要： 针对不同对流层延迟模型改正精度不同的问题,本文采用北半球的100多个站点2010年的对流层天顶总延迟数据以及地面气象数据,对4种对流层延迟模型:霍普菲尔德(Hopfield)模型、传统BP模型、融合模型和HL模型的精度进行了分析.结果表明:与Hopfield模型和传统BP模型相比,融合模型和HL模型均方根误差提高了20％,效果显著.

摘要： 本文从国内外有关互联网及系统动力学领域应用的研究成果和现状分析入手,构建"五流"融合的系统动力学模型,把推进网络强国实施的"五流"融合看作是一个动态变化的复杂的社会系统,对网络强国的互联网"五流"融合模型中的信息流、技术流、资金流、人才流、物资流的必然性及系统动力学理论进行了阐述,通过研究在系统内部,各个主体和要素形成的复杂结构之间的相互作用和影响,分析信息流如何带动其他四流推动创新发展、转变经济发展方式等方面发挥积极作用的机制,提出相应推进网络强国战略实施的策略.

摘要： 移动云计算作为移动互联网和云计算的思想与技术的集成,应该受到图书馆界的关注.目前,国内外仍然缺少移动云计算在图书馆中应用的构建模式、服务模式等方面的理论研究成果.基于此,本文对现有的国外移动云计算的应用案例进行介绍和初步分析,以期为其在图书馆中的应用研究指明方向,然后分析了移动云计算在图书馆应用存在的问题,并根据现有的技术及研究的支持,列出了开展这一研究的优势.最后,在前面的研究与分析的基础上,针对移动云计算在图书馆中的应用,进行了一些探索,并首次开拓性的提出移动云计算在图书馆中应用融合模型和MAAS服务模型.

摘要： 多源交通数据融合技术是交通信息服务的保障,也是多源交通系统的关键技术,神经网络算法是一种有效的数据融合方法.本文通过对神经网络算法原理及各类检测数据特性进行概述,分析神经网络算法在多源交通数据融合中的可用性,梳理基于神经网络多源交通数据融合研究及应用现状,对基于神经网络的多源交通数据融合方法进行研究,并分类构造了多种融合算法模型.本文提出的方法及技术对多源交通数据融合研究及应用具有借鉴意义.

摘要： 多源交通数据融合技术是交通信息服务的保障,也是多源交通系统的关键技术,神经网络算法是一种有效的数据融合方法.本文通过对神经网络算法原理及各类检测数据特性进行概述,分析神经网络算法在多源交通数据融合中的可用性,梳理基于神经网络多源交通数据融合研究及应用现状,对基于神经网络的多源交通数据融合方法进行研究,并分类构造了多种融合算法模型.本文提出的方法及技术对多源交通数据融合研究及应用具有借鉴意义.

摘要： 本发明公开了一种基于特征融合和模型融合的故障指示器故障定位方法，包括以下步骤：故障指示器采集现场电压电流数据，提取采集数据集的特征，将提取的特征作为基分类器输入；结合现场拓扑及故障范围实际判定结果对采集数据集添加标签；将所有特征归一化处理并将处理后的数据集划分为训练集和测试集；基分类器训练、测试，输出初步判定结果作为元分类器的输入；元分类器训练、测试；对未定位的数据提取特征并做归一化处理后输入模型；结合输出结果与现场拓扑定位故障。本发明根据故障指示器采集到的电压电流数据来提取特征并输入至模型，计算出结果，实现准确的故障定位，方法简单易行，实现多判据和多模型融合，并且支持实时计算，具有很强的工程实用性。

摘要： 公开了一种模型融合方法、模型融合设备和分类方法，该模型融合方法包括：分类阈值确定步骤，确定多个分类模型中的每个的用于对多个训练样本进行分类的分类阈值；空间划分步骤，针对多个分类模型中的每个，将该分类模型关于多个训练样本的输出得分根据各个输出得分的概率密度划分成多个子空间；置信度确定步骤，针对多个分类模型中的每个，基于所划分的多个子空间，确定多个子空间内的各个单元的置信度，该置信度表示各个单元的输出得分的置信水平；以及分类阈值融合步骤，基于多个分类模型中的每个的预定权重和各个分类模型的分类阈值，对多个分类模型的分类阈值进行融合。根据本公开的实施例，可以有效地实现多模型融合，以优化分类性能。

摘要： 本发明公开了一种仿真知识模型文件格式及数据融合系统和融合方法，仿真知识模型文件包括几何文件夹、行为文件夹和语义文件，基于仿真知识模型文件的数据融合系统包括智能工厂仿真平台、语义建模模块、通用模型解析模块、第三方软件格式解析模块、可视化模块、属性编辑模块、行为编辑模块和几何编辑模块，基于仿真知识模型文件的数据融合系统，包括语义建模，在智能工厂仿真平台上输入其他三维建模软件创建的三维模型，通过调用通用模型解析模块和第三方软件格式解析模块，生成智能工厂仿真平台下的几何模型及非几何信息，转换成仿真知识模型文件，方便不同平台统一信息表达、可以解决工业知识碎片化问题，提升智能工厂设计仿真效率。

摘要： 本申请提供一种融合模型构建方法、融合模型使用方法、装置和电子设备，涉及遥感影像处理技术领，融合模型构建方法包括：根据目标作物群的遥感分类知识构建静态知识图谱；根据各个时间点的静态知识图谱，构建动态知识图谱；将动态知识图谱与深度学习模型进行融合，得到融合模型，其中，融合模型用于对目标作物群的作物类型进行分类。本申请实施例根据需要进行作物类型分类的作物群的遥感分类知识进行知识图谱的构建，通过将知识图谱与深度学习模型进行融合训练，能够提高融合模型对作物类型进行分类的准确率，为智慧农业发展提供支撑。

摘要： 本申请提供一种融合模型构建方法、融合模型使用方法、装置和电子设备，涉及遥感影像处理技术领，融合模型构建方法包括：根据目标作物群的遥感分类知识构建静态知识图谱；根据各个时间点的静态知识图谱，构建动态知识图谱；将动态知识图谱与深度学习模型进行融合，得到融合模型，其中，融合模型用于对目标作物群的作物类型进行分类。本申请实施例根据需要进行作物类型分类的作物群的遥感分类知识进行知识图谱的构建，通过将知识图谱与深度学习模型进行融合训练，能够提高融合模型对作物类型进行分类的准确率，为智慧农业发展提供支撑。

摘要： 一种结合数据驱动模型和经验模型的锂离子电池融合寿命预测模型,涉及数据挖掘，模型融合等技术，包括以下步骤：首先对云端监管平台海量多源异构数据进行去噪处理和特征因素提取获取行驶过程中的健康指标，作为数据驱动预测模型的一个输入，利用极限学习机进行寿命预测，得到数据驱动寿命预测模型。通过多因素寿命衰减实验获取电池寿命经验预测模型，将经验模型和数据驱动模型进行交互融合，设置阈值，得到电池寿命融合模型，提高寿命预测精度，更适用于实际汽车工况。本发明通过将反映寿命衰减与工况因素之间关系的经验模型和反映寿命衰减与运行状态之间关系的数据驱动模型进行融合，可以实现复杂工况下电池寿命的精准预测，保证电池安全运行。

摘要： 本发明实施例提供了一种融合模型、融合方法、训练方法、装置、设备及介质，所述融合模型包括：至少包括多头检测器以及融合器，多头检测器包括若干个检测头；其中，检测头用于对输入融合模型中的若干个目标数据集进行标注，获得目标数据集对应的目标标签；融合器用于将各个目标数据集以及目标数据集对应的目标标签进行数据融合，输出针对若干个目标数据集的融合数据集。以解决或部分解决不同数据集之间因标签空间不同直接合并数据集后会导致数据集中存在大量目标漏标、误标以及标签精度差等导致融合数据集质量低的问题。

摘要： 本公开提供了融合模型的训练方法、图像融合方法、装置、电子设备、存储介质以及程序产品，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术领域，可应用于人脸图像处理和人脸识别等场景。具体实现方案为：将训练源图像和训练模板图像输入至融合模型中，得到训练融合图像；对训练融合图像进行属性对齐变换，得到训练对齐图像，训练对齐图像的属性信息和训练源图像的属性信息一致；以及利用身份损失函数训练融合模型，身份损失函数是针对训练源图像和训练对齐图像生成的。

摘要： 本公开提供了一种图像融合方法和图像融合模型的训练方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术领域。该图像融合方法包括：对通过拼接前景图像和北京图像得到的拼接图像进行编码，得到特征图；以及通过以下方式解码特征图，得到融合图像：采用注意力机制对特征图进行加权处理，得到加权后特征图；基于加权后特征图的特征统计数据，对特征图进行融合处理，得到融合后特征；以及对融合后特征进行解码，获得融合图像。

摘要： 本申请提供了一种图像融合方法、图像融合模型的训练方法及装置，涉及人工智能领域，具体涉及计算机视觉领域。该图像融合方法包括获取待处理的彩色图像、红外图像以及背景参考图像，红外图像和待处理的彩色图像是针对同一场景拍摄的；将待处理的彩色图像、红外图像和背景参考图像输入图像融合模型中进行特征提取，基于提取的特征进行图像融合，以得到融合图像。本申请能够提高融合图像的图像质量，同时保证融合图像颜色准确自然。