基于多源数据融合的统计数据空间网格化模型研究

统计数据调查多以行政单元为空间范围,为解决其在多源数据综合应用分析等方面的空间范围局限性,需对其进行网格化转换.提出一种基于多源数据融合的通用模型,先确定影响统计指标分布的因子,然后对单元格进行各因子的影响权重计算,将各因子的权重值叠加,最后通过单元格上的权重值和去调整统计指标值的分布.实验表明,该模型在基于遥感、地形、生态等数据融合基础上,能使网格结果在空间分配上更科学化.     

可扩展的融合多源异构数据的推荐模型

社交关系在生活中扮演着重要角色,用户通常会受到其好友偏好的影响,更容易选择好友购买过的物品.为了解决推荐系统冷启动问题,对融合社交关系的推荐系统进行了研究,提出了贝叶斯个性化排序评论评分社交模型和可扩展的贝叶斯个性化排序评论评分社交模型,将评分、评论、社交关系等多源异构数据从数据源层面进行了融合,通过用户好友信任度模型将社交关系引入到推荐系统中,用基于段向量的分布式词袋模型处理评论,用全连接神经网络处理评分,用改进的贝叶斯个性化排序模型对排序结果进行优化.实验在Yelp公开数据集上进行了实验,实验结果表明,所提出的2种模型的推荐准确度均优于其他推荐模型.     

基于多传感器的数据融合技术

近年来,多传感器数据融合技术已受到广泛关注,它的理论和方法已被应用到许多研究领域。主要论述了多传感器数据融合技术,介绍其概念、原理、结构、方法及应用,并总结了当前数据融合研究中存在的主要问题及其发展趋势。     

基于多源数据融合的GEO目标轨道改进分析

以美国新一代天基监视卫星SBSS为例,构建了天地联合方式观测GEO目标的观测模型。同时作为对比,介绍了传统地基雷达的距离测量模型;提出了将天地联合测量数据与传统地基测距数据融合,利用扩展卡尔曼滤波(extended Kalman filter,EKF)对GEO目标进行轨道改进的方法。仿真结果表明,利用2种不同方式的观测数据对GEO目标轨道进行改进,得到的定轨误差效果好于只有一种测量数据的结果。     

多源数据融合技术在地质矿产调查中应用分析

我国目前的地面数据的获得方法主要是进行地质矿产调查。地质矿产调查活动在本质上是一种基础地学工作,具有基础性强、公益功能大、综合性强的特点,本文分析了多元数据融合技术在地质矿产调查过程中的应用,通过概念、方法的基本阐述来分析多远数据融合技术对地质矿产调查的重要影响。     

多源数据融合技术及其在地质矿产调查中应用

针对地质矿产调查的特点,介绍了多源数据融合技术的概念、基本方法,总结归纳了其在地质矿产调查中工作流程、实施步骤、注意事项,分析了多源数据融合技术在地质矿产调查中的应用意义。结合新疆黑山岭东南一带150000区域地质矿产调查项目,采用多源数据融合技术,在构造信息和矿化蚀变信息提取中,对遥感图像数据和地质、地球物理、地球化学数据进行了融合处理和叠合显示,取得了较好的地质效果。     

多源遥感影像数据融合方法在地学中的应用

应用遥感影像数据融合理论,研究了光学遥感、热红外遥感、微波遥感卫星在地质学中的应用, 论述了不同类型的遥感数据及其他地学数据在不同层次上的同一传感器多波段数据融合、不同SAR图 像数据融合、HIS变换、遥感影像与地球物理、地质和航磁等数据的融合。结果表明,数据融合技术在突 出地质特征信息方面具有能突出线性构造、断裂构造、地形地貌的优势。     

GIS空间多源数据集成模式探讨

地理信息系统(GIS)的迅速发展和广泛应用导致了空间多源数据的产生,给数据集成和信息共享带来不便。多数据格式是多源空间数据融合的主要原因。探讨了空间数据多源性的产生和表现,并分析和评价了多源空间数据集成的三种模式。     

公众出行信息服务多源数据融合挖掘技术研究

分析了公众出行信息特征及影响出行线路选择的因素,设计了多源交通数据融合挖掘的系统框架,并研究了其中的多源数据相关度计算、层次化子空间聚类及联合聚类挖掘等关键技术。理论分析及实验结果表明,系统对于多源交通数据的融合分析及高维数据的降维聚类具有良好的处理能力及可扩展性。     

一种多源信息融合方法及其应用

介绍了一种多传感器数据融合的新方法。对于一个传感器无法准确测量的场合,加入一个辅助传感器,能够比较全面地反映对象或目标的全部信息。使用模糊理论,将测量信号模糊化,使得对信息量的“依赖程度”减轻。根据传感器作用域的不同,使用信息补充和证据增强（或削弱）原则,将两个信号进行融合。仿真结果表明,这种多传感器数据融合的方法,能够较好地解决仅使用一个传感器难以实现的问题。     

基于深度学习的融合多源异构数据的推荐模型

为了充分利用多源异构数据所提供的信息提高推荐准确度,提出一个基于深度学习的混合推荐模型.该模型融合评分、评论和社交网络数据进行推荐,采用深度学习方法对文本和评分进行特征学习,然后使用社交网络对采样进行约束,从而得到更准确的用户和物品的特征表示.实验结果表明,该方法具有较高的准确度.     

基于多源数据融合的建筑环境智能监控系统

为了优化无线通信质量,精确监控建筑环境温度、湿度等数据,设计基于多源数据融合的建筑环境智能监控系统。通过嵌入式ARM单片机构建系统主控模块来控制系统各个模块,实现建筑环境智能监控。ZigBee传感器采集模块利用传感器实时获取建筑环境数据,多源数据融合模块利用自适应加权融合方法融合采集到的多源数据,无线通信模块采用NB-IOT技术与LEACH算法将融合后的建筑环境数据传输至远程监测模块。远程监测模块根据建筑环境数据,采用BP神经网络监测建筑环境,且用户可通过远程监测模块浏览、查询建筑环境智能监控数据。经实验验证,该系统具有较高的生命周期,无线通信距离较长、安全性较高且传输速率较快,还能够精确监测建筑环境温度、湿度以及二氧化碳浓度等数据。     

多尺度数据融合算法及其应用

ＢａｓｅｖｉｌｌｅＭ及ＣｈｏｕＫ Ｃ等基于二叉树多尺度随机过程提出了一种多尺度数据融合算法。该算法实现简单,速度快、易于并行化。本对此算法做了进一步的研究,提出了一种新的多尺度模型构造方法,该方法简单,便于实现。仿真计算表明,采用此方法构造的多尺度状态空间模型对信号有较好的近似,完全可以应用ＣｈｏｕＫＣ等提出的多尺度融合算法,滤滤效果明显,可用于多尺度数据融合。     

多传感器数据融合中的容错算法

给出了一个适应多传感器环境或分布式传感器系统的容错算法．该算法将冗余传感器映射为区间,采用区间重叠的方法,在系统有ｎ个传感器,其中至多ｆ（ｆ＜ｎ／２）个出错的情况下,能够得到一个包括正确值的区间的集合,根据此结果可推断出所有可能错误的传感器对及可能错误的传感器的个数．算法简单易行,复杂度为Ｏ（ｎｌｏｇｎ）．     

基于多源遥感数据融合的SVM分类研究

针对SVM对遥感数据进行分类时出现的“同谱异物”和“椒盐现象”,提出利用LiDAR数据和遥感影像相融合的分类方法.实验结果表明：该方法在有效提高分类精度和解决“同谱异物”与“椒盐现象”的同时,还可以加快分类速度.     

基于思维进化优化的多源交通数据融合算法

针对交通数据多传感器融合算法精度不足、稳定性差等问题,提出一种基于思维进化算法(MEA)优化的BP神经网络(MEA-BP)融合算法。借助MEA所具有的趋同和异化操作,在介绍基本原理的基础上,设计了用于优化BP神经网络初始权值和阈值并定向搜寻最优BP神经网络融合模型的融合算法计算步骤。基于所选取的区间速度数据进行实证分析,结果表明:MEA-BP融合算法较BP神经网络算法具有更好的收敛性,在精度和稳定性方面分别提升了9. 38%和31. 44%;时间敏感性分析显示,MEA-BP融合算法也具有良好的可移植性。     

基于多传感器数据融合技术的烧结矿碱度预报模型研究

烧结矿碱度的测量是钢铁工业中的关键和难点,况且又容易受到烧结几乎每一个操作环节的影响.据此提出利用BP神经网络进行多传感器数据融合的烧结矿碱度的预报模型.通过对现场实际数据进行仿真,表明该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值.     

多源融合无缝定位技术研究

连续精确的位置服务已成为人们越来越离不开的信息诉求,而仅依赖于单一的定位源时常存在应用范围受限、可靠性不高、稳定性不强等问题。多源定位技术按照相应的融合策略和算法,能够提供最佳的导航定位服务,也是实现无缝定位的必由之路。介绍定位源主要类型,给出多源融合定位系统结构模型,分析典型多源融合算法,探讨无缝定位技术策略,提出多源融合无缝定位实现的核心问题及未来性能体系的发展构建。     

智能城市电网多源信息系统融合应用

传统城市电网中的建设、运行、检修维护和管理等业务系统基本独立运行,缺乏有效、联动的快速控制能力,严重滞后于现代化城市的快速发展.针对城市电网存在的突出问题与新挑战,以成都电网为依托,将城市电网多源信息系统融合理论和关键技术,应用到成都电网各业务系统中,旨在解决现代城市电网信息化、自动化及互动化不足的问题,应用成果表明:该技术在提高配网信息化管理水平、电缆网安全管控水平及降低电网运维抢修成本方面成效显著.     

基于联合概率数据融合的多目标车辆安全跟随

为了实现密集杂波环境下多目标车辆安全跟随,提出多源传感器数据融合的多目标车辆跟踪算法与纵向避撞预警策略.针对多源传感器观测序列因采样周期、采样起始时刻、通信时延差异等引起的时间异步,以及空间上存在不同维度、不同坐标系的问题,给出时间配准与空间融合的软同步方法.采用基于改进的联合概率数据关联(JPDA)的单一传感器多目标状态估计算法对目标轨迹进行滤波估计,能够在保证有效关联的同时,在一定程度上降低计算复杂度.基于多源传感器联合概率数据融合(MSJPDA)序贯滤波算法对目标的运动状态进行序贯更新,将最后一级的输出作为融合中心的最终状态估计,再根据威胁估计模型对追尾危险的发展态势进行评估与分级.实车试验与仿真结果验证了该算法的可行性与有效性.