基于多源异构数据融合与RT的高铁网络优化系统

在高速铁路建设中,采用的电力拖车、路堑、站台、桥梁、明洞等特殊、形状不规则的建筑物,会对电磁波传播机理和多通路产生一定的影响,使其呈现出明显的衰减特性。从空间上看,呈现出强烈的空间异同性和频度相关,从而导致经验模型无法准确表征铁路场景的电波传播特性,成为制约无线网络规划精确度与效率、限制铁路移动通信系统高质量发展的理论瓶颈之一。针对这一挑战性难题,本文开展了基于多源异构数据融合的铁路移动通信高精确度网络规划及优化系统研究。采用高性能射线跟踪(RT)技术针对铁路通信930 MHz频段下的高铁场景进行了网络优化仿真。仿真结果表明,90%的接收信号强度相较于优化前提高了13.9 dB,显著提升了铁路复杂场景中的无线网络质量。     

基于多源异构数据融合的路网管控平台设计

本文提出了一种基于多源异构数据融合的路网管控平台,将高速公路运营数据包括结构化、非结构化、半结构化数据进行融合,建立全时域全路网“可视、可测、可控、可服务”的路网管控平台,实现跨地域、跨系统、跨部门、跨业务的协同管理和精准运营。     

基于数据融合的通信电台目标识别方法

D-S证据理论是贝叶斯推理的扩充,是一种适用于不确定决策问题和风险型决策问题的决策方法,在多传感器数据融合中得到广泛的应用。通信对抗系统所面对的电磁环境比较复杂,对通信电台的识别比较困难。应用D-S证据理论对通信对抗系统中侦测传感器的侦测数据进行数据融合,提高了通信电台目标的识别率。     

一种基于深度学习的多源异构数据融合方法

在大数据背景下,结合深度学习,讨论了多源异构影像数据融合问题,在数据融合的基本架构基础上,构思了一种泛化性强的多源异构影像数据融合的深度学习模型,将深度学习技术运用到多源异构数据信息提取与挖掘。     

一种基于知识图谱技术的多源异构数据融合、共享方法

针对异构数据融合耗时过长,共享过程能耗过多的问题,基于知识图谱技术,提出了一种新的多源异构数据融合、共享方法。引用纵向数据融合与横向数据融合方法,纵向数据融合利用Web Service接口,横向数据融合采用SNMP接口;确定异构数据源位置,利用知识图谱技术建立拓扑结构,基于权值确定共享顺序,实现多源异构数据融合、共享。实验结果表明,提出的基于知识图谱技术的多源异构数据融合、共享方法能够有效缩短融合时间,且共享过程能耗满足源头节能要求。     

基于知识图谱技术的电力行业多源异构数据融合研究

文章针对电力行业内部与外部异构系统中存在的数据独立问题,提出了一种基于知识图谱的行业内外部数据融合解决方案。分析了目前文本信息提取以及知识图谱构建的主流技术路线,提出新的文本提取方案和知识图谱构建方案,实现对多源数据的融合与应用。该技术研究在某电力公司进行管理风险识别试点应用,验证了该研究成果的实用性。     

基于多源异构数据融合的配网规划决策系统研究

本文以佛山供电局配网规划决策项目为例,探讨基于多异构数据融合的情况下配网规划决策系统的建立,首先对多源异构数据进行概况分析,其次在研究佛山供电局配网规划现状的情况下探讨配网规划决策系统的构建。     

基于D-S证据理论的传感器网络数据融合算法

传感器网络对于多个传感器在不同目标的识别过程中,各种技术冲突便随之接踵而至,并对传感器网络的科学体制产生了能动性的影响,使得系统的实时性和同步性的效能受到很大的负面影响。基于此,文章以D-S证据理论为核心要素,通过矩阵分析在融合算法中的理论地位,辅之以数学归纳法的精要,力求得到与融合结果与D-S证据组合公式相同的结果。     

基于多传感器数据融合的火灾预警系统

为避免火灾造成的严重损失,实现火灾早期报警,本系统通过对火灾发生过程和产物的研究比较,采用多种传感器对火灾发生初期火灾特征较明显的几个参数进行监测,并实时反馈回采集的数据。系统利用D-S证据理论对多传感器数据进行融合分析,实现对同一目标的判断;本系统通过利用D-S证据理论对多传感器数据融合的方法,不仅弥补了采用单一传感器的不足,而且很大程度上降低系统判断结果的不确定性,提高了系统预警的准确性和可靠性。     

基于D-S证据理论的多传感器数据融合

D-S证据理论可以有效地处理不确定信息,是有效的数据融合方法之一,但在证据高度冲突时,其归一化过程会产生有悖常理的结果。针对这个问题,国内外的学者提出了许多不同的改进方法,基本上可分为两类：修改组合规则和修改融合模型。在此总结分析了相关的国内外典型文献的改进思想,并进行系统条理的分析,为证据理论的发展和改进提供了有价值的参考。     

多源异构装备数据集成研究综述

现代战争需要高效地处理多源异构的装备数据,装备数据集成主要针对装备数据的来源广泛、结构异构问题,通过数据集成平台对多个数据来源进行统一处理,屏蔽数据之间物理和逻辑层面的差异,实现装备数据的统一表示、存储和管理.研究阐述了基于模式、基于复制的装备数据集成方法,梳理了装备数据集成中存在的组织管理、结构异构、语义异构、大数据等问题及相应的解决方案,分析了以Web Services和Big Data为代表的装备数据集成最新技术,并展望了未来的发展方向.     

多源异构数据融合的城市私家车流量预测研究

通过有效地捕获城市私家车出行的时空特征,提出一种多源异构数据融合的私家车流量预测模型.首先,融合私家车轨迹和城市区域数据表征城市私家车的出行分布;其次,通过多视角时空图建模私家车出行和城市区域之间的动态关联,设计了多图卷积-注意力网络以提取车流量演变的时空特征;最后,进一步融合时空特征与天气等外部特征,联合预测私家车流...     

基于电网多源数据融合的深度学习算法研究与应用

针对多源数据融合在电力系统智能运维中的应用,文中构建了包括油色谱指标、油化试验指标与电气试验指标在内,共3个方面的多源数据体系分析Dempster-Shafer(DS)证据理论在多源数据融合决策中的应用原理,并设计了深度学习网络(DLN)模型及其训练方法,进一步提出了基于DLN-DS的电力变压器故障诊断算法.以某省电网...     

多无线电协作技术与异构网络融合

异构网络融合是未来网络技术发展的必然趋势。异构网络的融合面临着高延迟、高消耗、低速率等诸多方面的“瓶颈”。为克服这些“瓶颈”,满足异构网络融合的需求,多无线电协作技术应运而生。通过多无线电间的相互协作和对多无线电资源的有效管理及合理分配,能够有效地提高网络吞吐量,降低无线设备的能量消耗,减少异构网络间切换的延迟,从而为实现真正的异构网络无缝融合提供了可能。     

自由空间激光通信网络异常数据检测方法

检测自由空间激光通信网络异常数据时,存在数据查全率低、检测出的异常数据少以及执行时间长的问题,为此提出自由空间激光通信网络异常数据检测方法。通过数据分段法对激光通信网络数据进行数据分段,基于分段结果完成数据的离散化,使用小波去噪法完成数据去噪;根据去噪结果建立激光通信网络的异常数据检测模型;最后使用遗传算法对该模型进行求解,实现异常数据检测目的。实验结果表明,对自由空间激光通信网络进行异常数据检测时,数据查全率较高,最高为99%、检测出的异常数据多,最高检出率为98%、执行时间较短,最短为40 s。     

异构网络融合中的QoS与通信容量研究

使任何用户在任何时间任何地点都能获得具有服务质量（QoS）保证的服务,同时提高网络的覆盖范围和通信容量,是异构网络融合必须考虑并解决的关键问题。异构环境下具有QoS保证的关键技术研究以及通信容量分析是异构网络融合的重要研究内容。异构网络融合中具有QoS保证的关键技术研究主要在呼叫接入控制（CAC）算法、垂直切换算法、异构资源分配算法和网络选择算法等无线资源管理算法方面。在异构网络融合系统中使用新颖的多跳网络结构可以扩大网络的覆盖范围,降低传输功率,增加系统通信容量和吞吐量。     

多源异构数据融合与高性能图数据库查询引擎设计

随着信息时代的快速发展,多源异构数据的整合和利用变得日益重要。文中着眼于解决多源异构数据融合与高性能图数据库查询引擎设计的问题,提出了一种创新的方法。首先,探讨了数据融合的重要性以及在整合过程中面临的挑战,特别是在异构数据类型、格式和来源多样的情况下。接着,介绍了高性能图数据库的基本原理,并根据数据融合的需求设计了一种高效的查询引擎。文中设计了一个多层次的数据融合模型,并提出了相应的查询优化算法,以应对数据融合过程的复杂性和多样性。     

基于多源异构数据融合的电力工程知识图谱架构算法

针对电力行业数字化进程中出现的对于多源异构类型数据的分析效率低、概念逻辑混乱等问题,开展了基于数据融合的电力工程知识图谱架构算法研究。在收集电力行业数据和外部数据并整理相关领域专业术语的基础上,构建了电力工程知识图谱,采用CRF算法将非结构化文本信息转化为结构化信息。最终将典型相关分析（CCA）与深度神经网络相结合,利用逐层语义匹配的方法,架构出满足域私有网络和域共有网络的深度语义匹配模型。通过设置对照组进行对比测试结果表明,文中提出的多源异构数据融合模型可以有效提高不同领域实例数据的融合精度,较两种对比算法分别提高了8.32%和11.7%,具有较为理想的综合性能。     

基于多特征融合的道路交通标志检测

在道路交通标志的检测中,针对自然实景情况中拍摄到的图像存在的交通标志大小和位置不确定等困难问题,本文提出一种基于实景图像的多特征融合的道路交通标志检测方法。论文把样本分为了训练和测试样本,首先对训练样本图像进行盲复原处理;其次对复原处理后的图像进行自适应性的形状区域裁剪,提取裁剪区域图像的颜色、纹理和形状特征;再次分别对颜色、纹理和形状特征进行SVM分类检测,从而获得颜色、纹理和形状三个分类模型;最后对模型的权值进行自适应性计算,得到加权的特征融合模型。通过测试样本对模型的检测,结果表明特征融合识别方法有很高的准确度,另外对比实验得到的对比数据显示融合模型提高了道路交通检测的准确度和鲁棒性。