基于特征优选和逐步回归的黄土滑坡监测数据融合改进方法

针对滑坡监测多源异构数据融合处理中存在的影响因子筛选难、结果差异大、数据处理复杂程度高等问题,提出一种基于最大互信息系数(MIC)、灰色关联分析(GRA)和逐步回归的黄土滑坡多源多点位异构监测数据融合方法。该方法首先将最大互信息系数和灰色关联分析结合起来,采用基于加权关联度的特征优选方法综合筛选滑坡变形影响因子,提取具有代表性的影响因子并剔除关联性差的影响因子; 然后,通过逐步回归方法赋予各监测点位移和优选后的影响因子对应的重要性权重系数,获取多源异构数据融合序列; 最后,采用甘肃黑方台党川滑坡监测设备所获取的全球卫星导航系统(GNSS)监测数据、裂缝位移计数据及气象数据进行实验验证。结果表明:在滑坡变形影响因子筛选性能方面,基于加权关联度的特征优选方法优于传统的Pearson相关系数法; 基于特征优选和逐步回归的多源多点位异构数据融合模型的预测精度较传统的BP神经网络有所提升,其中均方根误差(RMSE)降低了51.8%,平均绝对百分比误差(MAPE)降低了2.26%,拟合优度达到了0.964。     

基于RS和GIS技术的深圳市斜坡类地质灾害易发程度评价

为了对深圳市斜坡类地质灾害的易发程度进行评价与制图,掌握地质灾害在深圳的分布情况及影响因素,采用定性与定量相结合的方法,以RS和GIS为技术基础,对深圳市地质灾害的影响因子进行空间查询、缓冲区分析、叠加分析和统计分析等,认为地质灾害与影响因子(坡度、岩性与岩组、距水系距离、距断裂距离及其植被覆盖)的关系密切。采用层次分析法计算地质灾害的影响因子权重,将权重值的计算结果赋值到单元格网影响因子数据层,利用GIS空间分析功能将深圳市斜坡类地质灾害分为4个等级,即高易发区、中易发区、低易发区和不易发区。结果显示,该方法提高了分析效率,改变了传统的评价模式,减少了成本。     

基于多数据融合的室内环境模糊综合评价

针对传统环境评价模型缺乏主观感受和因素分析不足的问题,提出一种基于多传感器数据融合的环境模糊综合评价模型.首先,利用多传感器对室内环境因素进行数据采集与处理,根据分批估计理论结合多传感器自适应加权融合算法进行数据融合,得到各个环境因素的融合值;将韦伯一费希纳定律结合模糊理论引入本方法,并将人对环境的感受进行分级,提出符合人体感受的环境因素评价标准;再利用层次分析法对环境因素进行权重分析,最后建立模糊综合评价模型,并对当前评价指标进行评价.试验分析表明,提出的模型和方法能够快速准确地对环境因素进行分析和评价,同时还能直观体现出各评价因子的权重差异,有利于室内污染的溯源分析和有效控制管理.     

基于GIS和遥感技术的矿业集中区生态环境变化研究

为了掌握矿业开发对生态环境变化的影响,以2004年和2010年两期多源数据为基础,选择"压力-状态-响应"模型构建了矿集区生态环境评价指标体系,利用GIS和遥感技术展开了环境因子提取;通过德尔菲法计算的因子权重进行多因子叠加分析,对万盛矿集区生态环境状况进行评价.两期监测数据对比表明,研究区的土地资源、水资源、地质环境受到了破坏,且污染范围也有所扩大,其空间分布情况与矿业活动范围高度相关;区内生态环境指数偏低,在监测时段内大部分区域环境变化程度不明显,但整体有进一步恶化趋势;地灾发生区、采空区和环境恢复治理区环境变化情况显著.     

位置数据稀疏约束下的疑犯时空位置预测

低强度的社会活动监控方式,使警方难以准确掌握疑犯的社会时空移动模式,也限制了嫌疑人排查及拦截围堵等警务行动的有效性.为此,本文基于张量联合分解位置(tensor collective decomposition location prediction,TCDLP)模型,在疑犯时空位置数据的稀疏约束下,估算疑犯个体在任意时段的空间分布概率.该方法利用三维张量表达各疑犯在多个时空节点上的访问强度,基于张量分解算法,融合多源社会环境数据所刻画的区域间关联性,解算出该张量中的缺失值,进而获取各疑犯的潜在时空分布模式.实验使用包含了241个疑犯、约1.9万个位置记录的真实疑犯位置数据集进行模型测试,结果表明,本方法优于其他位置预测方法.     

基于多源数据的西安都市圈空间范围识别

伴随着西安城市服务辐射功能的不断加强,周边咸阳、渭南、铜川的相关区县已与西安形成紧密的经济、人口联系.本文从交通等时圈、城市吸引力、城镇人口密度、历史文化资源密度等4个角度出发,运用遥感(RS)、地理信息(GIS)、导航、人口经济统计等多源数据,采用多维定量计算的方法,考虑都市圈的发展能级、内部联系及空间集聚特征,以区县为单元进行测算,确定西安都市圈核心区、综合界定的西安都市圈空间范围.通过对西安都市圈空间特征提取与规律挖掘,首先运用交通等时圈法划定西安都市圈空间分析范围,其次通过城市引力模型初步定量测算西安都市圈核心圈层和扩展圈层,用经济社会数据计算研究区内各区县的综合实力,结合城市引力模型计算核心城区的吸引力范围,最后计算各区县的人口密度和历史文化资源密度,辅助调整西安都市圈核心圈层范围.结果表明基于多源数据源综合界定的西安都市圈空间范围更加具有合理性和科学性.     

空间内插方法在GIS中的应用

空间内插方法可分为点内插和面内插.点内插主要用于自然地理数据的插值,而面内插则主要用于社会经济统计数据的插值问题.社会经济统计数据是以面域为单位进行统计的,这不能表示它在空间的实际分布情况,社会经济统计数据的空间拓展就是要建立一个社会经济统计数据的空间分布模型,使统计数据符合它在空间的实际分布情况.文章采用栅格数据模型,运用面积权重法和反距离加权法对GDP值进行了空间拓展.     

一种PolSAR图像统计模型辨识新方法

多变量乘积模型在极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)图像建模领域中应用广泛,其纹理分量统计模型的选择直接影响到拟合的准确性.针对多变量乘积模型纹理分量分布的选择问题,提出了一种基于矩阵对数累积量(Matrix Log-Cumulant,MLC)的PolSAR图像统计模型无监督辨识方法.该方法首先将二阶和三阶MLC平面进行着色,然后将PolSAR数据投射到该平面上,根据像素点所在区域的颜色来辨识其对应的统计分布模型.新方法的优点是对全图中各区域的统计模型有简洁、宏观的辨识结果,能为后续的分类识别和目标检测等图像解译手段提供重要支撑.最后,用仿真数据和实测数据对该方法进行了分析.实验结果表明,该方法能实现对图像中不同区域分布模型的有效辨识.     

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.     

基于风险因子层次分析法的生态环境需水量模糊神经网络模型

针对以往多因子分析中存在因重复计算所致的冗余和因孤立计算所致的结果不合理,提出和建立基于风险因子层次分析法的生态环境需水量模糊神经网络模型;采用层次分析法分析生态环境需水量风险因子间的相互作用,建立其量化指标组合权重关系,并将权重值作为所建FNN模型的初始权值输入,从而有效消除了系统随机赋予初始权值对FNN模型结果的影响,并以黄河上游龙羊峡河段为例,进行模型拟合与风险分析.结果表明,所建模型合理可行,其拟合精度较高,具有较强的工程实用价值.     

基于多源信息融合的变压器检测与评估技术

传统电力变压器状态检测大多针对单类传感器获得的数据进行处理,忽视了不同传感器之间的潜在联系,导致误判时常发生。为了避免信息孤岛,高效利用多源信息,根据多源信息的差异和互补性,将不同来源、不同模式的多类传感器信息进行多级别、多方面、多层次的信息检测,以获得电力变压器故障状态和特征估计,进而实现被测电力变压器故障态势的精确描述。首先,设计了多维状态参量的带通滤波器、能级放大及脉络检波等信息处理电路,有效提高了传感信息精确度。其次,建立基于信息融合的变压器健康状态评估模型,提高了系统整体的在线检测水平和故障诊断能力。最后,利用多源信息融合模型,验证了该方案的可行性和优越性。     

基于粗糙集神经网络的网络安全态势评估方法

为克服多源数据融合中存在信息高维、冗余和噪音等大量不确定性因素给网络安全态势评估带来的复杂影响,提出一种基于粗糙集神经网络的网络安全态势评估方法。该方法既利用粗糙集理论在机械学习、处理冗余信息和特征提取等方面的能力,又结合神经网络处理噪音和任意逼近能力构造出由指标层、离散层、规则层、决策层组成的态势评估模型,并与BP神经网络方法进行对比研究。仿真实验结果表明,所提方法偏差较少,更能客观、准确地分析网络安全状况。     

基于双层模型网格的变结构多模型估计

提出了一种双层网格变结构多模型（DLG VSMM）算法用于复杂系统的状态估计. DLG VSMM算法中的全体模型集由一个拓扑结构自适应调整的基础模型网格M和一个能在系统模式空间自由滑动的修正模型网格C组成. 首先利用可能模型集技术实时对基础模型网格结构进行调整;然后利用自适应网格技术产生修正模型网格的区域中心并生成自适应修正模型网格;最后利用最优融合原理得到系统的整体估计. 仿真结果表明,DLG VSMM算法在计算量增加不大的情况下提高了算法的跟踪精度.     

多源信息的模糊决策树融合算法研究

针对不确定性问题，提出了一种新的基于知识发现的信息融合的方法.对不确定问题采用精确的数学方法解决会得到不精确的结论，模糊决策树算法可以很好地解决这类问题，并能有效地提取出模糊规则.即利用模糊决策树的ID3算法对测试空间中的大量不确定多源信息数据进行综合分析、处理，建立准确的评估模型，提取隐含其中的规则，最终获取新的知识.此方法已成功应用于吉林丰满水电数字仿真系统中的考核系统.实验证明，这种知识提取方法对处理大量无序、不确定的数据很有效.     

基于图模一体化技术的配电网可靠性评估

数字电网发展对配电网规划提出了更高的要求,一种基于图模一体化技术的配电网可靠性评估方法,可在提高电网规划人员工作效率的同时,增强配网可靠性评估的可视化和提高精准化水平。该方法依托图模一体化技术,以可缩放矢量图形(Scalable Vector Graphics,SVG)作为可视化交互对象,将待规划馈线SVG模拟的规划内容映射至公共信息模型(Common Information Model,CIM)中,再进行解析,并构建配网拓扑数据模型。基于拓扑模型采用故障扩散遍历算法对规划态配电网的馈线和负荷点的可靠性指标进行求解。最后,通过模拟某地区的配网馈线规划改造,得出待规划馈线规划前后可靠性指标的变化,证明方法的有效性与实用性。该方法能有效提高规划人员对各类配网规划工程可靠性评估的效率,为配电网分析、配电网规划方案评估、配电自愈工程建设的效益评价等工作提供重要的支持。     

基于D-S证据理论的物流园区协同伙伴的选择模型

信息融合是多源信息综合处理的有效工具，在物流园区的协同伙伴选择中有着应用前景。通过对信息融合技术，尤其是D—S证据理论的分析，建立了物流园区协同伙伴选择的信息融合模型；并结合M决策法，以武汉丹水池物流园区物流龙头企业中储汉口公司选择协同伙伴为背景进行了实证研究。     

Effective DOA Estimation Under Low Signal-to-Noise Ratio Based on Multi-Source Information Meta Fusion

Efficiently performing high-resolution direction of arrival (DOA) estimation under low signal-to-noise ratio (SNR) conditions has always been a challenge task in the literatures. Obvi-ously, in order to address this problem, the key is how to mine or reveal as much DOA related in-formation as possible from the degraded array outputs. However, it is certain that there is no per-fect solution for low SNR DOA estimation designed in the way of winner-takes-all. Therefore, this paper proposes to explore in depth the complementary DOA related information that exists in spa-tial spectrums acquired by different basic DOA estimators. Specifically, these basic spatial spec-trums are employed as the input of multi-source information fusion model. And the multi-source in-formation fusion model is composed of three heterogeneous meta learning machines, namely neural networks (NN), support vector machine (SVM), and random forests (RF). The final meta-spec-trum can be obtained by performing a final decision-making method. Experimental results illus-trate that the proposed information fusion based DOA estimation method can really make full use of the complementary information in the spatial spectrums obtained by different basic DOA estim-ators. Even under low SNR conditions, promising DOA estimation performance can be achieved.     

基于随机矩阵理论的电网事件监测研究

电力系统在线事件监测对电网态势感知具有重要意义.针对现代大规模电网的事件监测问题,文中提出一种基于随机矩阵谱分布特性的电网事件监测方法.首先利用大数据处理方法构建电网电气信息的随机矩阵模型.然后将电网事件监测问题转化为分析随机矩阵谱分布问题,并建立基于协方差矩阵最大最小特征值之差的评价指标,最后根据评价指标确定事件发生.为了验证文中所提方法的有效性,通过IEEE 39节点标准系统进行了仿真分析,同时通过与传统的MSR方法进行对比,证明在强噪声环境下具有更强的适应性.     

基于D-S推理的酒后驾驶预警机制研究

一般检测酒后驾驶仅针对酒精含量进行检测,手段单一,且对人的自觉性依赖较大.为了有效地检测及预防酒后驾驶,提出了一种利用多源信息融合技术的D-S证据推理法构建的酒后驾驶预警模型.该模型利用多类传感器提取驾驶员的多个特征,针对所获信息进行分析预测,更加逼近驾驶员当时状态,检测效果更精确.