面向自动驾驶目标检测的深度多模态融合技术

研究者关注利用多个传感器来提升自动驾驶中目标检测模型的准确率,因此对目标检测中的数据融合方法进行研究具有重要的学术和应用价值。为此,本文总结了近年来自动驾驶中深度目标检测模型中的数据融合方法。首先介绍了自动驾驶中深度目标检测技术和数据融合技术的发展,以及已有的研究综述;接着从多模态目标检测、数据融合的层次、数据融合的计算方法3个方面展开阐述,全面展现了该领域的前沿进展;此外,本文提出了数据融合的合理性分析,从方法、鲁棒性、冗余性3个角度对数据融合方法进行了讨论;最后讨论了融合方法的一些公开问题,并从挑战、策略和前景等方面作了总结。     

数据融合技术

该文详细分析了数据融合的起源，概念，分类，优点等，阐述了数据融合系统的发展状况，技术要求和体系结构，介绍了数据融合的算法，实现数据融合的软硬件技术以及这一领域的技术的难点和前沿课题，在分析介绍的基础上，提出了发展我国的数据融合技术的一些设想，并对单舰多传感器数据融合系统的体系结构，软硬件平台和研制的可行性进行了探讨和研究，最后指出了还需要进一步研究的问题和研究的方法。     

数据融合的方法及应用研究

介绍了数据融合的定义、融合层次、融合方法及其应用领域，特别是在军事上，机器人控制及图像处理上的应用。在此基础上，分析了数据融合的研究热点及发展趋势。数据融合技术是一种用途广泛的数字信号及信息处理方法，它通过对大量的数据进行处理提纯，得到一组直观有效的数据，为进一步处理和判断控制提供精确的数据依据。     

试论智慧校园中大数据及云计算技术的应用

智慧校园建设是现阶段校园信息化建设的主要模式。通过运用大数据、云计算等前沿信息化技术,可以进一步提高校园信息化服务水平。基于此,首先介绍了智慧校园建设中,大数据和云计算技术的应用方向,包括两者的融合应用方向。在此基础上,探讨了大数据和云计算技术的具体应用策略,包括整合资源、优化系统结构、搭建智能环境和加快专业发展等。     

带反馈的无线传感器网络实时数据融合策略

针对无线传感器网络中现有数据融合技术对由融合引起的延时考虑较少,难以满足实时性需求的不足,提出一种带反馈的实时数据融合策略FRDA。对不同类别的数据进行实时自适应分级,将紧急数据迅速融合并传输给用户,达到延时和融合效率的折衷。仿真实验结果表明,带反馈的实时融合数据方法对不同服务加以区分,有效地保证了紧急数据的实时处理,且没有降低数据的融合精度。     

数据融合技术综述

文章综述了多传感器数据融合的历史、发展及应用，讨论了多传感器数据融合的基本原理、相关技术及方法、存在的问题、研究方向，最后介绍了数据融合的应用领域，特别是智能机器人领域的应用。     

基于物联网技术的网络异构传感数据融合方法

融合网络异构数据时，现有融合方法存在融合精度低和融合时间长问题，因此引入物联网技术，提出一种新的融合方法。首先，引入小波变换的方法，过滤网络异构传感器数据噪声；其次，利用物联网技术，对物联网簇内数据聚类；最后，通过最小二乘法运算，实现汇聚网络异构传感器数据融合。实验结果证明，新的融合方法可有效提高融合结果的精度，缩短融合时间，提升融合效率，与现有融合方法相比具备更高的实际应用价值。     

论物联网大数据聚类分析方法和技术

在各种类型的大数据技术及物联网技术中,聚类分析构成了核心性与关键性的分析模式。通过运用聚类分析,能划分多层次的对象组,确保其具备近似或者同样的数据属性。近年来,建立于物联网之上的聚类分析已经受到较多关注,适用于处理生物信息、图像分割、自动识别语音、数据挖掘及其他关键性领域。因此,针对聚类分析的根本原理及其技术内容而言,应探求聚类分析与物联网相互融合的必要性,并给出可行性的运用策略。     

传感器网络中基于移动代理的数据融合框架设计

使用移动代理进行数据融合相比于传统的数据融合方法拥有诸多优势.设计了一种基于移动代理的数据融合框架;通过定义目标函数,采用遗传算法求解框架中移动代理的最优路由策略;提出了一种基于分辨率的并行量化交叠的数据融合算法RPQO作为框架中的融合策略.仿真结果表明基于移动代理的数据融合框架能够有效地将融合策略和基于移动代理的路由策略整合起来,取得比传统数据融合算法更好的性能,其优势随着网络节点规模的增长更为明显.     

分级融合算法在侦察情报系统中的应用

运用数据融合技术中模糊集合理论和遗传算法，建立适合地面战场复杂背景下标情报处理的融合算法模型——分级融合算法，并将该算法模型运用于侦察情报系统，对实现目标信息融合处理的自动化进行了有益的探讨。     

图书管理系统与校园一卡通数据同步机制的研究

随着数字化进程的加快,多种类、多平台数据服务在大学校园或社区交汇。本文针对图书馆的数据服务问题,在研究数据融合理论和相关技术基础上,从解决问题的实际出发,通过对归档日志的解析,给出了跨平台、跨网络异构数据库主从式双向数据同步模型。     

基于熵模型的服务生态系统演化分析方法

随着信息技术以及服务主导思想的发展,信息服务能够跨界融合形成服务生态系统以满足复杂定制化需求。针对服务生态系统演化的复杂性、融合性、动态性等特点,对其演化特征进行统一、准确的度量对于服务生态系统理论的深入研究具有重要意义。基于此提出的熵模型从生态、经济、网络三个角度度量服务生态系统的演化性能,并引入博弈分析以研究系统优化方法。进一步,建立多代理计算实验来模拟服务生态系统的竞合演化过程,为演化分析提供数据支撑。实验结果表明,熵模型具备有效性。熵模型能够度量服务生态系统的隐性驱动因素并为其提供决策支持,为系统的量化分析提供了新的思路。     

复合决策粗糙建模与计算方法研究

经典决策粗糙集缺乏处理多种类型共存的复杂数据的能力。为解决该问题,首先通过融合的技术手段提出量化复合关系,并验证了量化复合关系是交-复合关系和并-复合关系的推广形式,然后在此基础上构建了相应的决策粗糙集模型。最后借助矩阵运算直观地描述了复合关系的融合过程,并给出了求解决策粗糙近似集的新方法。在UCI数据集上的实验结果表明该模型和方法有效且稳定。     

基于信道丢包补偿技术的多源信息融合研究

在多传感器融合网络中,由于网络本身的内在特性以及受实际应用环境的影响,在数据传输过程中丢包现象经常发生,大量有用的信息丢失直接影响了融合算法的正常运行.现有的一些处理网络丢包现象的方法都是直接将丢包的传感器排除在融合操作之外,因此整个系统的融合精确度大大降低.针对上述问题,提出利用基于最小二乘的多项式拟合技术,对丢失的传感器信息进行近似补偿,从而提出一种基于信道丢包补偿技术的数据融合算法.另外,考虑到集中式融合存在的高计算复杂度的特性,基于信息更新的分布式融合算法被用来融合所有传感器的信息,性能分析和计算机仿真显示了新算法的有效性.     

数据基因：数据的进化过程管理模型

同生物一样，数据也具有进化过程。本文参照生物进化论的观点，给出一种数据进化过程管理模型——数据基因模型。在数据基因模型中，数据进化过程中产生的信息称为数据的遗传信息，它们被保存在数据基因中。通过数据基因的遗传和变异来记录数据的特征及与其它数据的关系。该模型可用于企业信息处理、审计事务处理等对数据来源、去向需要清楚了解的应用中。本文给出了数据基因模型的基本概念、性质，并给出了模型的一个实例。     

异构平台下的并行程序性能可视化方法

为了便于对异构平台下的并行程序性能进行分析,在对可视化技术和并行计算与控制显示平台研究的基础上设计了一种异构环境下的性能可视化模型.针对该模型的特点利用监测代码插桩技术、性能数据事后分析等方法,给出了并行性能数据获取、转换与绘图的具体方法和实现过程,为跨平台并行性能数据的采集和转换提供了一种简便方法.实验结果表明了在异构环境下该方法对并行性能数据可视化的可行性与有效性.     

基于数据挖掘的本体构建与重构技术研究

本体理论在知识工程领域得到广泛关注和普遍认可,构建完备且准确的领域本体已经越来越重要,同时,企业知识资源的更新与集成要求本体的不断进化与融合;针对目前本体构建与重构过程中数据处理效率低的问题,运用支持向量机分类及K-均值聚类的方法对本体构建数据进行处理,从文本数据中抽取关注的特定的信息,运用基于二叉树的多分类支持向量机以及支持向量机与K-均值融合的多样本聚类,总结基于分类与聚类的本体构建过程,并以离散型和连续型两种数据样本验证了方法的可行性;最后,在上述框架与理论研究的基础上,设计并开发了面向知识管理的本体工具平台,简单介绍系统的模块功能;实验结果表明,基于数据挖掘的本体构建与重构技术具有良好的应用效果。     

导弹发射装置分布式监测诊断系统

为了满足复杂装备监测与诊断的需要，基于分布式智能思想，采用无线通信技术和信息融合技术设计了一种导弹发射装置分布式监测诊断系统。该系统采用二次调制／解调方案，通过无线数据传输方式实现了上位机与下位机之间数据的可靠传输；采用多传感器数据层、特征层和决策层信息融合方法，大大提高了状态监测和故障诊断的精确性和实时性。     

基于Web Service的数据库同步系统的设计与实现

WebService技术是一种可以实现分布式应用程序互动共享的重要技术平台。针对当前异构数据库在数据同步过程中出现的一系列问题,本文提出了在WebService技术的基础之上构建数据库同步系统方案的基本思路、设计方法以及实现路径。WebService技术在数据库同步系统方案中的应用不仅仅可以有效解决异构数据库同步的问题,而且可以有效保障应用系统业务的正常运作。     

无线传感器网络数据融合模型研究

无线传感器网络是一种全新的技术,能够广泛应用于恶劣环境和军事领域中。传感器网络在数据收集中,为减少冗余数据的传输耗能,降低延迟,需要采用数据融合技术。分析和介绍了传感器网络跟踪级与属性级两种融合模型结构,提出了一种基于多Agent的数据融合模型。