基于联邦学习的多源异构网络无数据融合方法

在联合作战体系中,数据作为基础性战略资源发挥着重要的底层支撑作用,数据妥善管理和高效利用是推动作战能力整体跃迁和作战样式深度变革的重要动力。为实现不同作战系统间信息的互联互通,提出 一种基于联邦学习的多源异构网络无数据融合方法。从多源数据融合面临的安全性和异构性问题出发,利用条件生成对抗网络提取本地知识和全局分布,集成数据信息;结合局部教师模型-全局模型架构,以无数据知识蒸馏的方式对局部模型知识进行迁移,融合异构网络,细化全局模型,实现不同系统间安全、高质量的信息交互,为智能化指挥信息系统建设提供技术支撑。实验结果表明:该方法在结构化数据和图像数据上具有可行性,整体准确率可达到80%以上。     

基于整体加权的多源数据融合研究

针对无线传感器网络中数据融合问题,分析了基于融合算法下数据压缩和节能的关系,在归纳和研究现行的融合算法后,对独立于应用的数据融合,提出了先单个传感器加权再整体加全权的融合算法,通过两次加权,使算法性能达到最优。通过软件层面设置加权参数实现数据压缩和传输,有效地提高决策准确性和节约能量。同时,根据无线传感器的数据冗余方式,结合路由传输机制,可以实现在传输层的数据整合,减少数据无效发送,延长无线传感器网络的周期。     

多源遥感数据融合方法探讨

研究了基于IHS变换和多分辨率小波分析的叠加融合方法，并提出了改进的叠加融合方法，其基本做法是保持多光谱(低空间分辨率)遥感影像I分量小波分解后的低频信息不变，将高空间分辨率遥感影像小波分解后的高频信息叠加到多光谱I分量小波分解后的高频信息上，而后对叠加后的I分量进行小波逆变换得到I’，最后对I’HS进行IHS逆变换得到融合后的多光谱影像。融合实验结果证明，改进后的叠加融合方法不仅提高了多光谱影像的空间分辨率，而且在保持多光谱影像的光谱特性等方面相对于改进前具有更大的优越性。     

基于双编码路径融合和双向ConvLSTM的神经元图像分割

目标分割是神经元图像分析中必不可少的步骤之一,分割的准确性会直接影响到神经元图像分析和重建的质量。在面对结构边界模糊、存在弱噪声或弱纤维信号的神经元图像时,已有的分割方法依然存在误差较大、识别信号不准等问题。为了解决这些问题,基于神经元的特征,本文提出一种基于双编码路径融合和双向ConvLSTM的深度学习网络(DFC-Net)用于神经元图像分割。首先,网络在编码器阶段采用双编码路径提取特征,其中第一路编码路径采用基于空洞卷积的密集连接网络作为固定特征提取器,第二路编码器采用深度残差网络作为特征提取网络;接着,使用密集连接ASPP网络作为桥梁连接编码器和解码器;最后,在跳跃连接中使用双向ConvLSTM结合编码器和解码器,在解码器阶段引入融合网络以融合2个编码器提取的特征,从而增强空间信息的传播。多组对比实验结果显示,本文提出的网络有效地提高了电子显微镜神经元图像的分割精度,在ISBI-2012和SNEMI3D数据集上的Sen、Dice分别达到0.952 7、0.958 9和0.941 6、0.912 7,平均准确率相比于其他U-Net变体网络提高2.93%。     

基于差异信息量的多源数据融合方法

D-S证据理论可应用于多源数据融合领域,但在处理高度冲突的证据时,可能会出现反直觉的结果.为解决这一问题,本文提出了差异信息量的概念及融合方法.首先,通过信息熵表明证据的相对重要性,采用散度获取证据可信度.然后利用证据可信度优化证据差异度以得到差异信息量,经过计算获取数据的最终权重,并将其作为D-S证据理论中的基本概率...     

多源遥感影像数据融合理论与方法的研究

在分析和探讨多源遥感影像数据融合原理、层次、结构及特点的基础上,归纳了多源遥感影像数据融合方法,并对未来的研究趋势进行了展望。     

基于多源数据融合的突发水污染事故可靠预警方法

在突发水污染事故自动监测领域中,传感器节点监测数据的异常是影响自动监测系统预警可靠性的重要原因.考虑到多传感器信息之间的互补性和相关性,该文提出了一种基于多源数据融合的突发水污染事故可靠预警方法.基于改进的D-S证据理论,利用综合权重对节点证据进行加权修正,并用D-S融合规则对多源数据进行两两融合,最终根据融合结果对突发水污染事故进行预警决策.案例分析及实验结果表明:与传统方法相比,该方法能得到可靠度更高、聚焦性更好的预警结论.     

基于多特征融合的聊天室社会网络挖掘方法

聊天室社会网络挖掘是网络舆情分析与预警研究的一个主要任务,其目的是挖掘出聊天室用户之间的本质关联.为此将多特征融合引入聊天室社会网络的挖掘,提出了一种基于AdaBoost的聊天室社会网络挖掘方法.论文的主要工作包括两部分:对目前相对有效的基于时序挖掘的方法进行了改进,新增加了启发式规则;利用AdaBoost进行时序特征和内容相关性特征的多特征融合,综合决策出聊天室用户之间的本质关联.对比实验表明,基于多特征融合的方法可以获得比基于时序挖掘方法及其改进方法更好的误报率和漏报率.     

多源遥感数据融合方法比较研究

本文基于笔者从事遥感图像处理相关工作经验，研究分析了多源遥感数据的常用融合方法，从方法机理着手，分析了采法性融合，Brovey变换融合。HIS变换融合与小波变换融合四种方法的适用范围和优缺点，文中给出的方法原理虽然在实际的软件操作中不会涉及，但对于分析方法的适用范围有着重要作用，全文是来自于笔者长期实践工作的技术和理论总结，相信对从事相关工作的同行有着重要的参考价值和借鉴意义。     

基于无线传感器网络的数据融合技术

阐述了WSN数据融合技术的特点和原理,重点分析了WSN数据融合技术中具有代表性的几种算法的工作原理和优缺点.     

多源目标数据融合方法设计与实现

ADS(Airport Surface Surveillance,自动相关监视)管制员工作站即通信、导航、监视/空中交通管理系统,是新航行系统的重要组成部分。ADS管制员工作站系统是为我国逐步实施新航行系统而设计的,主要为了在某个区域内验证软件系统,本文介绍了工作站系统的总体构成和各模块的功能,分析了某些模块的设计和实现方法。     

基于电路网络的多图融合

结合互联网图像搜索的特点,提出了一种适用于大数据集基于电路网络的线性多图融合框架.根据核矩阵对应图模型的马尔可夫网络特征,分析了电路网络描述马尔可夫网络和多马尔可夫网络融合的可行性.分析了单源单地电路网络和谱聚类在描述流形上的相似关系,并受此启发找到了对应于等周分割模型的单地多源电路网络模型,给出了它的希尔伯特空间解释.分析了电路网络和经典排序算法的联系,进而提出了一种新的快速迭代算法.在以上工作的基础上,提出了多图融合的电路网络模型,该模型可以方便的利用k近邻信息和相关信息.在多模态图像搜索的应用里,比较了单地多源电路网络模型和流形排序以及其他多图融合、相关性分析模型;实验结果验证了融合模型和快速算法的有效性.     

基于自适应权值的多分类器融合方法

提出了一种类似于聚类分析的融合方法 ,它通过分析样本在特征空间的分布 ,来估计分类器分类结果的可靠性 ,并根据各个样本的具体情况自适应地为各分类器赋予权值 ,从数据融合的层次上来说 ,这是一种介于特征级和决策级的融合方法 .     

基于ConvLSTM的气象雷达回波外推

针对传统雷达回波外推方法存在数据利用率低、预报精度不高等局限,利用定标后的青海大学校内X波段天气雷达监测数据,建立ConvLSTM深度学习模型进行回波外推,并与传统光流法的外推结果进行对比.结果表明:(1)在不同的输入时长和外推时间中,ConvLSTM的精度都明显优于光流法,在第1.5小时内的平均预测误差比光流法低69...     

基于数据融合的无线传感器网络路由协议

在无线传感器网络中,各个协议层的数据融合技术都有各自的算法,而网络层的数据融合技术则主要是与路由协议相结合。本文根据数据融合和路由协议的基本原理,分析了几种结合路由协议的数据融合算法,并对这几种算法进行分析和比较。     

多源信息融合故障诊断方法研究进展

简述多源信息融合与故障诊断的关系,指出多源信息融合故障诊断的一般方法。从融合结构和融合算法的角度对多源信息融合故障诊断方法进行了分类阐述,并分别说明其诊断原理与研究现状;指出信息融合故障诊断按融合结构可分为层次结构信息、多级信息和组合神经网络的融合故障诊断,按融合算法分为基于贝叶斯理论、DS证据理论、模糊集理论、粗糙集理论和人工神经网络的融合故障诊断。最后展望了信息融合故障诊断方法的未来发展趋势。     

基于贝叶斯数据融合的多尺度目标识别

针对红外电厂目标识别问题，提出了基于贝叶斯数据融合的多尺度目标识别方法．该方法研究了前视成像末制导过程中图像目标尺度变化引起的视点角度和特征尺度变化规律，建立了分层次的时空特征模型，根据显著性选取目标特征，采用贝叶斯网络把不同尺度下的显著性特征进行融合，得到正确的识别结果．实验表明，该方法能将多尺度目标的不精确、不完整的特征进行融合处理，从而完成了目标的可靠识别．     

基于数字水印的无线传感器网络数据安全融合方案

针对无线传感器网络中数据的安全问题,提出了一种基于数字水印的无线传感器网络数据安全融合方案。构建数据融合树将节点分层;叶节点采集数据后加密并向上层节点转发,每个中间节点接收到子节点的数据包之后先判断来源,然后验证数字水印以判断数据的正确性并进行数据融合处理,再将结果继续转发给上层节点,以此类推,直到基站收到数据结果。分析表明,此数字水印算法能够有效防止传感器数据被窃听,还能检测出数据在传输过程中是否被篡改。根据仿真结果,数据融合算法与其他算法相比,降低了单个节点传输数据的能量消耗,从而降低了整个网络的能量消耗,一定程度上延长了网络的生命周期,有一定的实用价值。     

无线传感器网络数据融合技术研究

针对无线传感器网络中各个节点单独传送数据到汇聚节点,浪费传感器节点的能量,并降低信息收集的效率,通过基于平面路由的数据融合,基于层次路由的数据融合和基于地理位置路由三个方面对无线传感器网络数据融合协议进行了分析和比较。     

面向水下多源数据特征级融合方法

海洋环境复杂多变,单一水下传感器目标识别精度不能满足系统性能要求,并且水下数据噪声大、维度高,直接进行数据融合并不能得到较好的结果.为此,针对多场景水下多源试验数据,使用去噪自编码和多种降维方法进行多角度特征级融合.首先,使用去噪自编码器去除噪声、降低数据维度并且抽取出深层特征;然后,对深层特征使用数据层叠方法进行多源...