决策级融合

摘要： 通过分析影响飞行试验的相关因子特征,建立一种适用于飞行试验复杂数据异常预测的多源异构数据融合模型。基于此模型设计一种适应于一维数据的数据级多源异构数据融合算法和一种卷积神经网络图像处理算法,最后利用模糊神经网络,将数据级融合算法的结果和卷积神经网络图像处理算法的结果作为输入,设计一种基于多源异构数据融合的异常预测算法。

摘要： 针对可见光和红外双波段船舶识别标注样本少、特征级融合精度低的问题,提出了一种基于多层卷积特征和后验概率加权的决策级融合识别方法.首先,利用预训练卷积神经网络模型,分别提取双波段船舶图像的卷积特征.然后,利用主成分分析方法进行卷积特征降维,设置特征重构阈值自动选择低维空间维度,以适应双波段和各卷积层的特征差异.随后,通过L2范数归一化和级联方法,融合每个波段的中级和高级多层卷积特征.最后,通过加权融合两个波段的支持向量机分类后验概率,构建决策级融合识别模型.实验结果表明:决策级融合识别精度比特征级融合识别精度提升1.5％?2.5％,而且最好值89.7％高出现有最优识别精度1.5％.具有执行简单、处理速度快、识别精度高的优势.

摘要： 针对海量网站中博彩类违法网站的检测问题,提出了一种基于BERT-BiLSTM与多分类器决策级融合的网站分类方法.该方法通过以下方式来提升分类性能:首先采用网页标签标题、超链接标题等优先的网页特征文本提取方法提升特征文本内容的丰富度;其次提出基于BERT?BiLSTM的文本分类模型,该模型具有良好的语句特征表示能力,从而提升分类性能;最后将网站标题、关键词和网页文本3种网站不同描述维度的分类结果进行决策级融合,进一步提升整个系统的性能与鲁棒性.通过采用多种策略生成疑似博彩网站的域名,提升该方法主动捕获博彩类违法网站的能力.实验结果以及在现实网络空间中的运行结果都充分验证了本文方法的有效性.

摘要： 现有基于点云与图像融合的行人检测要求高算力的处理平台,应用于低算力低功耗的嵌入式平台时,无法满足行人检测的准确率和实时性。基此提出一种融合点云与图像的道路行人检测方法,该方法采用DBSCAN算法对点云进行聚类,然后,运用概率数据关联算法将行人点云与图像的行人检测结果进行决策级融合,最后,在嵌入式计算平台上进行软硬件集成与测试验证。实验结果表明,相比于其他目标检测算法,设计的融合点云与图像的道路行人检测方法,不仅提高了道路行人方位的检测精度,而且检测用时降低了46.6%以上。

摘要： 针对可见光图像和红外图像的融合目标检测问题,提出了一种基于决策级融合的目标检测算法.通过建立带标注的数据集对YOLOv3网络进行重新训练,并在融合之前,利用训练好的YOLOv3网络对可见光图像和红外图像分别进行检测.在融合过程中,提出了一种新颖的检测融合算法,首先,保留只在可见光图像或只在红外图像中检测到的目标的准确结果;然后,对在可见光图像和红外图像中同时检测到的同一目标的准确结果进行加权融合;最后,将所得的检测结果进行合并,作为融合图像中所有对应目标的检测结果,进而实现基于决策级融合的快速目标检测.实验结果表明:各项指标在建立的数据集上均有较好的表现.所提算法的检测精度达到了84.07％,与单独检测可见光图像和红外图像的算法相比,检测精度分别提升了2.44％和21.89％,可以检测到更多的目标并且减少了误检目标的情况;与3种基于特征级图像融合的检测算法相比,算法的检测精度分别提升了4.5％,1.74％和3.42％.

摘要： 设计了一种基于决策级融合的短期天气预报二级决策模型,并以线性回归法、极值剔除法、支持向量机法为初级决策方法,采用常规气象资料对该模型进行了系统实现和效果检验.结果表明,该模型的决策级融合结果取得了较高的平均历史拟合率和试报准确率,较初级决策方法平均提升约2％～3％;决策级融合的决策结果将具有更高的可信度,其有利于提升数理统计预报的应用水平,促进信息化气象保障系统的建设.

摘要： 为了充分利用多波段SAR图像冗余信息，实现对战场目标状态的准确把握，为目标精确打击提供依据，本文提出并研究了多波段SAR图像中隐蔽和暴露目标的标注方法：基于P、L、X和Ku四个波段SAR图像，综合利用基于决策级融合的多波段SAR图像目标检测和多波段SAR图像分类等方法，实现了对同一场景中的七辆卡车状态的标注。实验结果表明，该方法不但可以将场景中七辆卡车的隐蔽和暴露状态准确标注出来，而且能够准确显示目标原方位和姿态以及场景的细节特征，对目标攻击系统具有一定的辅助作用。

摘要： 本文提出了一种基于决策级融合的多波段SAR图像目标检测方法.该方法利用Neyman-Pearson准则对多波段SAR图像检测结果进行决策级融合,在保证融合前后虚警概率一致的前提下,可大幅度提高检测概率.文章给出了该方法的理论原理和实现步骤,并通过实际数据证明了该方法的有效性.

摘要： 语音情感识别是具有挑战性的语音处理技术之一,应用领域广泛.本文提出了一种新的基于特征级决策级双层融合的语音情感识别方法,一方面将全局统计特征和局部频谱特征在特征级上融合;另一方面基于SVM和ANN构建多个不同的识别系统,然后在决策级对使用不同声学特征的多个分类器的输出结果进行融合,得到最终的语音情感判别结果.该方法在汉语情感语音数据库上进行了测试,实验结果表明,本文提出的特征级决策级双层融合算法,显著改善了语音情感识别性能.

摘要： 语音情感识别是具有挑战性的语音处理技术之一,应用领域广泛.本文提出了一种新的基于特征级决策级双层融合的语音情感识别方法,一方面将全局统计特征和局部频谱特征在特征级上融合;另一方面基于SVM和ANN构建多个不同的识别系统,然后在决策级对使用不同声学特征的多个分类器的输出结果进行融合,得到最终的语音情感判别结果.该方法在汉语情感语音数据库上进行了测试,实验结果表明,本文提出的特征级决策级双层融合算法,显著改善了语音情感识别性能.

摘要： 语音情感识别是具有挑战性的语音处理技术之一,应用领域广泛.本文提出了一种新的基于特征级决策级双层融合的语音情感识别方法,一方面将全局统计特征和局部频谱特征在特征级上融合;另一方面基于SVM和ANN构建多个不同的识别系统,然后在决策级对使用不同声学特征的多个分类器的输出结果进行融合,得到最终的语音情感判别结果.该方法在汉语情感语音数据库上进行了测试,实验结果表明,本文提出的特征级决策级双层融合算法,显著改善了语音情感识别性能.

摘要： 语音情感识别是具有挑战性的语音处理技术之一,应用领域广泛.本文提出了一种新的基于特征级决策级双层融合的语音情感识别方法,一方面将全局统计特征和局部频谱特征在特征级上融合;另一方面基于SVM和ANN构建多个不同的识别系统,然后在决策级对使用不同声学特征的多个分类器的输出结果进行融合,得到最终的语音情感判别结果.该方法在汉语情感语音数据库上进行了测试,实验结果表明,本文提出的特征级决策级双层融合算法,显著改善了语音情感识别性能.

摘要： 本发明属于车型识别技术领域，提供了基于多传感器决策级信息融合的车型识别方法及系统，通过视觉图像处理的方法，对输入车辆图像进行车辆前围检测和车辆前围识别，通过设置检测识别区域和多阶段注意力机制的知识蒸馏的方法，克服了车型类内差异性大和类间差异性小的问题，得到了基于图像的车型识别输出结果。另外提出了车型外观尺寸的车型识别方法，通过激光雷达传感器得到的信息数据，经过数据解算模型得到基于尺寸的车型输出结果。最后对每一个传感器预测得到的车型进行综合决策，得到最终的预测车型。该融合方法解决了车辆视觉特征相似，但大小尺寸不同的识别难题，有效提高了喷涂车间车型识别的有效性和可靠性。

摘要： 本发明提供一种基于优先级重要采样融合的DQN雷达干扰决策方法及装置，该方法包括：雷达对抗建模，构建雷达对抗环境；将对抗样本存入动态记忆库；使用优先记忆回放来抽取DQN网络训练样本；使用重要性权重因子修正优先记忆回放导致的样本分布误差并更新网络参数；实现雷达干扰决策。本发明适用于雷达电子战中认知干扰决策，能够对雷达对抗建模，对雷达不同工作模式设定威胁等级，作为干扰效能评估的依据，使用基于优先级重要采样融合的DQN雷达干扰决策方法得到干扰决策。

摘要： 本发明涉及智能决策技术，揭露了一种基于极限学习机的决策级的融合方法，包括：获取待分类数据，将所述待分类数据中的数据按照预设的业务属性进行合并，得到合并数据，对所述合并数据进行预处理，得到目标数据；提取所述目标数据的数据特征，按照预设的特征属性将所述数据特征进行拆分，得到多个拆分特征；利用预设数据分类模型中的匹配网络构建每个所述拆分特征的分类决策矩阵；利用预设数据分类模型中的融合网络将每个所述分类决策矩阵进行融合，得到融合决策矩阵，利用预设数据分类模型中的分类算法识别所述融合决策矩阵的数据类别。本发明还提出一种基于极限学习机的决策级的融合装置、设备及介质。本发明可以提高数据分类结果准确率。

摘要： 发明涉及一种基于特征级和决策级融合的双模态目标跟踪算法，包括构建SiamDL双级融合注意网络结构；获取模板图像；获取搜索区域图像；提取图像深度特征；对多域的深度特征进行交互；对交互后的特征进行分类约束；对分类结果进行调制；特征融合；调制融合特征；分类回归。本发明通过引入双层融合注意机制，提出了一种双级平衡模块，它可以利用决策级和特征级的信息更合理地平衡两种模式的权重比；引入跨域孪生注意机制，提出一个多域感知模块，能够自适应地更新模板特征，利用模式域和时域丰富的上下文信息，提高网络的特征表示能力，实现了高速运转和优异的跟踪结果，提升了跟踪器应对复杂场景的能力。

摘要： 本发明提供了一种基于多模型决策级融合的舰船与民船目标检测与分类方法，在充分分析Faster‑RCNN和YOLOv3模型对不同场景中目标检测的差异性后，通过构造符合舰船识别具体适用场景的决策树，对各模型输出结果进行决策级融合，从而实现多模型对近景和遥感图像内目标检测与识别的优势互补，提高了舰船目标的定位及分类准确度。整个过程脱离人工干预，减少人力成本，使得针对舰船目标的实时检测与识别成为可能。

摘要： 发明涉及一种基于特征级和决策级融合的双模态目标跟踪算法，包括构建SiamDL双级融合注意网络结构；获取模板图像；获取搜索区域图像；提取图像深度特征；对多域的深度特征进行交互；对交互后的特征进行分类约束；对分类结果进行调制；特征融合；调制融合特征；分类回归。本发明通过引入双层融合注意机制，提出了一种双级平衡模块，它可以利用决策级和特征级的信息更合理地平衡两种模式的权重比；引入跨域孪生注意机制，提出一个多域感知模块，能够自适应地更新模板特征，利用模式域和时域丰富的上下文信息，提高网络的特征表示能力，实现了高速运转和优异的跟踪结果，提升了跟踪器应对复杂场景的能力。

摘要： 本发明公开了一种基于决策级融合的电力设备热故障诊断方法、设备及介质，方法包括：获取电力设备的红外图像，使用红外图像作为像素级红外光谱特征，利用超像素分割算法将红外图像分割为若干个超像素，将每个超像素作为1个空谱相似性特征；将像素级红外光谱特征记为di＝1，其余超像素级空谱相似性特征记为di＝2，3，…；利用低秩矩阵分解方法，分别从像素级红外光谱特征di＝1和所有超像素级空谱相似性特征dj＝2，3，…提取各自的热故障区域si＝1、si＝2，3，…；对所有提取的热故障区域进行融合，得到电力设备的热故障区域。本发明提高对电力设备的热故障诊断精度，从而提高电力设备智能化运检水平。

摘要： 本发明公开了一种基于决策级融合的空间微动目标识别方法，主要解决现有空间微动目标识别方法特征提取单一、回波利用不充分且识别率低的问题。其实现方案为：1)生成原始回波训练样本集、验证样本集及测试样本集；2)分别从原始回波训练样本集、验证样本集及测试样本集中提取目标的四类特征，包括：7维物理特征、伪Zernike矩特征、HRRP数据域特征及RID数据域特征；3)将所提取的四类特征输入相应分类器中，获得4类空间空间微动目标的后验概率；4)采用粒子群优化算法对后验概率进行赋权，得到最终的识别结果；本发明能充分表征目标特性，提高空间微动目标的识别率，具有良好的泛化性能及较好的抗噪性能，可用于空间微动目标识别。

摘要： 本发明提供一种多模型决策级融合的滑坡识别方法及装置，方法包括：获取待识别遥感影像；将所述待识别遥感影像输入滑坡识别模型中，获得滑坡识别模型输出的待识别遥感影像的类别；其中，所述滑坡识别模型包括决策器和多个学习器，所述多个学习器用于分别获取待识别遥感影像的预测类别，所述决策器用于对所述多个学习器的预测类别进行投票获得所述输出的待识别遥感影像的类别。本发明实现了消落带滑坡信息的智能化提取，提高了滑坡识别的工作效率和滑坡智能化识别的实用水平。

摘要： 本发明涉及一种天网大数据决策级融合方法，包括步骤：对遥感图像进行图像数据语义化处理；所述语义化处理包括对遥感图像进行语义分割，得到图像语义分割图，提取图像语义分割图高保真三维信息；对开源数据进行时空化处理；基于图像数据语义化处理的遥感图像和时空化处理的开源数据，进行天网大数据融合；对融合的天网大数据进行混合多态存储管理；对天网大数据进行空间、时间、专题的三屏联动可视化。本发明的目的在于融合天基监测数据与网络开源数据，获得高时效高价值的数据信息。