基于可变信息标志交通信息的驾驶人路径选择

针对交通事故区域,可变信息标志(variable message signs,VMS)发布信息不及时、不能合理诱导驾驶员的路径选择问题,通过设计SP+RP问卷调查驾驶人在社会经济特性、出行特性等方面的主观感知,出行时间对驾驶人路径选择的主观影响以及2种交通信息组合方案下驾驶人的选择结果,构建了驾驶人对交通信息组合方案接受意愿的结构方程模型(structural equation models,SEM).结果表明:驾驶人的驾龄、出行目的以及出行时间限制是影响驾驶人对交通信息组合的主观感知和接受意愿的关键因素.在驾驶人对VMS交通信息组合方案接受意愿的结构方程模型中,驾驶人在有出行时间限制下的交通信息组合接受意愿影响系数分别为0.678和0.769,而无出行时间限制下的影响系数分别为0.435和0.390,说明驾驶人在有出行时间限制的情况下对交通信息组合的接受意愿强烈.     

一种改进的多模态过程故障检测方法

针对传统单模态故障检测方法对多模态工业过程故障检测准确率和效率低的问题,提出将变分模态分解(VMD),独立主元分析(ICA)和核主成分分析KPCA相结合的联合故障检测方法 VMD-IKPCA应用于多模态故障检测。首先,在对样本数据进行模态聚类之后,应用VMD对多模态过程数据进行滤波、降噪处理,通过ICA对处理过后的数据进行主元提取并应用KPCA对提取的主元变量进行故障检测。该方法的有效性通过多模态TE过程的故障检测进行验证,并与传统KPCA方法进行比较。实验结果表明,VMD-IKPCA对多模态过程故障检测有效性好,准确率高。     

基于多模态生理信号的驾驶人脑力负荷评估

准确评估驾驶人脑力负荷状态对降低因驾驶人脑力负荷过载导致的交通事故具有重要意义．基于典型驾驶场景,结合N-back认知负荷次任务,设计不同难度的驾驶任务实验,研究驾驶人脑力负荷．实验收集驾驶人在任务完成过程中的多种模态生理信号（脑电、心电和皮电信号）及美国航空航天局任务负荷指数量表主观脑力负荷数据,提出基于多模态生理信号特征分析和模式识别的驾驶人脑力负荷分类模型,并比较不同模态生理信号及其组合在3种典型机器学习算法（随机森林、决策树和k最近邻模型）中的脑力负荷分类识别效果．研究表明,基于不同模态生理信号组合的脑力负荷分类模型具有不同的分类准确率．单一模态生理信号的分类模型中,基于皮电、心电和脑电信号的分类模型准确率依次增加;基于多模态生理信号的分类模型准确率普遍优于单一模态分类模型;基于脑电、心电及皮电3模态生理信号的随机森林分类模型具有最高的分类准确率．     

绿色产品制造工艺组合评价模型及应用

针对目前绿色产品制造工艺方案的评价过程影响因素复杂的现状,结合绿色产品基本属性、经济、资源、能源和环境性能等五大决策属性,建立了面向绿色产品制造工艺方案的组合评价模型.该模型提出了绿色产品制造工艺方案评价体系及其框架流程.通过对制造工艺评估指标定量化分析,分别应用属性层次模型评价法和熵值评价法进行评价,再利用组合评价模型进行组合评价.最后,通过一个实例验证该模型的可行性和实用性.     

基于组合赋权法的地质灾害可拓学评价模型研究

针对将组合确定赋权法应用于可拓学评价模型中,提出了地质灾害评价的一种新方法．以吉林省地质灾害监测资料为依据,利用物元理论、可拓集合理论及其关联函数,确定了地质灾害的经典域和节域．实验证明,采用模糊层次分析法（FAHP）与熵值法相结合的组合赋权法确定权重,建立了地质灾害可拓学综合评价模型,得出了符合实际的分区等级．     

利用原子干涉方法实现多模腔场的类自旋纠缠态

提出了一种利用原子干涉方法实现多模类自旋腔场纠缠态的一种新方案。     

驾驶人风险感知研究综述

驾驶人风险感知是驾驶过程中驾驶人识别风险并作出决策及反应的过程,与交通事故密切相关.风险感知研究对于干预不安全驾驶行为,预防和减少交通事故有着重要意义.对驾驶人风险感知研究进行系统回顾,介绍了风险感知的定义及相关理论,归纳分析了驾驶人风险感知的影响因素,梳理总结了驾驶人风险感知的测试评估方法、风险感知培训方法及其效果评价.综合分析表明:驾驶人风险感知能力是多种因素共同作用下的结果(如社会人口因素、驾驶经验等);不同驾驶人在风险感知方面的差异主要通过驾驶行为体现(如反应时间、反应速度、注视位置等),缺少驾驶人生理变化方面的深入研究;不同风险感知测试方法的效果无法进行横向比较,需要完善相关的衡量标准;在驾驶人风险感知培训研究方面,有必要进一步验证风险感知培训对驾驶人的作用是否具有普遍性与长期性.     

地下水质量综合评价方法的对比分析及应用

为了对北京市某地区丰水期的12例地下水水样进行水质评价,分别介绍了F值法、内梅罗指数法、模糊综合评价法和物元可拓法的原理,并编写MATLAB程序计算得出评价结果,同时对4种方法的评价结果进行对比分析.分析结果表明：F值法突出最大污染因素,评价结果偏大;修正的内梅罗指数法虽然降低了最大污染因素的影响,但不能精确得出结果;模糊综合评价法和物元可拓法的评价结果基本一致,但物元可拓法可以根据可拓指数判断水质变化的趋势.经过对4种方法的分析比较,可以为实际工程中合理选择地下水评价方案提供一定的技术指导.     

脸耳多模态稀疏表示融合识别方法比较

将稀疏表示应用于脸耳多模态身份辨识,比较和分析采用不同融合方法的多模态稀疏表示识别算法的准确性和鲁棒性,为多模态稀疏表示融合识别算法设计提供理论和方法指导。结合多模态融合层次理论与稀疏表示分类的技术特点,提出3种多模态稀疏表示识别方法:直接特征融合法、间接特征融合法和匹配层融合法。从多模态融合角度看,3种方法的不同在于融合层次或融合策略不同;从稀疏表示角度看,它们的主要区别在于稀疏表示时脸和耳特征耦合的程度不同。在3个多模态数据库上的实验结果表明:所提3种方法在识别准确率和鲁棒性上远优于采用NN、NFL和SVM等分类器的融合识别方法;当脸耳图像中噪声不显著时, 3种方法性能相当,当噪声严重时,匹配层融合识别方法优于特征层融合方法。     

融合语音信号和脑电信号的多模态情感识别

为构造有效的情感识别系统,通过声音刺激分别诱发出高兴、悲伤、生气以及中性4种情感,并采集相应的语音信号和脑电信号。首先,利用相空间重构技术提取脑电信号和语音信号的非线性几何特征和非线性属性特征,并结合两者的基本特征分别实现情感识别;然后,通过构建基于限制玻尔兹曼机的特征融合算法,从特征层融合的角度实现多模态情感识别;最后,利用二次决策算法从决策融合的角度构建多模态情感识别系统。实验结果显示,从特征融合的角度构建的多模态情感识别系统相比语音信号和脑电信号情感整体识别率,分别提高1.08%和2.75%;从决策融合的角度构建的多模态情感识别系统相比语音信号和脑电信号情感整体识别率,分别提高6.52%和8.19%;决策融合相比特征融合构建的多模态情感识别系统整体识别效果更优。因此,融合语音信号和脑电信号等不同来源的情感数据可以构造出更有效的情感识别系统。     

虚拟现实中个性行为动画的实现

为了提高人体动画的可信度,通过建立个性模型、情感模型和情绪模型来体现虚拟人的性格特征和情感状态,并改进了感知权重的计算方法．性格特征和虚拟人在场景中的空间位置信息决定虚拟人对虚拟场景的感知结果以及因感知而产生的情感和情绪的变化,新的情感状态带动了虚拟人行为动作的改变．最终的动画效果体现出空间位置对情感生成的影响以及个性差别和情感变化对行为动作产生的影响．     

Deep Multimodal Learning and Fusion Based Intelligent Fault Diagnosis Approach

Industrial Internet of Things(IoT) connecting society and industrial systems represents a tremendous and promising paradigm shift. With IoT, multimodal and heterogeneous data from industrial devices can be easily collected, and further analyzed to discover device maintenance and health related potential knowledge behind. IoT data-based fault diagnosis for industrial devices is very helpful to the sustainability and applicability of an IoT ecosystem. But how to efficiently use and fuse this multimodal heterogeneous data to realize intelligent fault diagnosis is still a challenge.In this paper, a novel Deep Multimodal Learning and Fusion(DMLF) based fault diagnosis method is proposed for addressing heterogeneous data from IoT environments where industrial devices coexist. First, a DMLF model is designed by combining a Convolution Neural Network(CNN) and Stacked Denoising Autoencoder(SDAE) together to capture more comprehensive fault knowledge and extract features from different modal data. Second, these multimodal features are seamlessly integrated at a fusion layer and the resulting fused features are further used to train a classifier for recognizing potential faults. Third, a two-stage training algorithm is proposed by combining supervised pre-training and fine-tuning to simplify the training process for deep structure models. A series of experiments are conducted over multimodal heterogeneous data from a gear device to verify our proposed fault diagnosis method. The experimental results show that our method outperforms the benchmarking ones in fault diagnosis accuracy.     

综合物探技术在煤矿采空区探测中的应用研究

以煤矿采空区探测为背景,将高密度电法和瞬变电磁法相结合。采用不同装置,对所建立的典型地电模型数值模拟,得到正演数据,然后再进行反演计算,将反演结果与实际情况进行对比、分析,最终得出探测煤矿采空区的最佳组合。研究认为：偶极一偶极装置是最佳装置,适合勘探深度小于100m的采卒区,其他四种勘探装置各有优缺点,可根据不同的地质情况进行选择;中心回线装置效果最好,但是勘探深度有限,适合稍浅采空区的探测,但是工作效率太低。综合考虑,大定源回线装置更适合煤矿采空区深部探测,而且工作效率更高。将偶极一偶极和大定源回线装置应用于某地区煤矿采空区探测中,高密度电法能够清晰的探测出80m以内的地层情况,划定采空区范围,后经钻探验证,证明推断正确;瞬变电磁法能够探测出200m以下的采空区情况,推测出一个采空区位置。后经钻探验证,证实推测。说明,利用高密度电法和瞬变电磁法综合地球物理勘探,是可行的,也是有效的。     

一种基于决策层融合的多模态情感识别方法

设计了一种软硬结合的多模态情感识别系统,使用语音和面部表情两个模态,通过梅尔频率倒谱系数与卷积神经网络对情感进行识别和分类,同时将语音情感识别迁移到神经网络计算棒以降低环境负载. 在模态融合时,采用决策层融合的方式来提高识别准确率. 实验结果表明,系统拥有较高的识别准确率,且能够在性能较差的运行环境中保持运行速度.     

非球面Ronchi检测的误差分析

为了较高精度地检测大型非球面面形,需要分析检测装置对测量误差产生的影响。基于Ronch i检测法,将正弦光栅代替Ronch i光栅应用在非球面反射镜的检测上,采用同步相位探测技术和几何原理获得所有被测点的面形偏差梯度信息,然后利用区域波前重构法恢复面形偏差,进而重建被测面形。利用此方法首次分析了叠栅条纹图、非球面度、光栅对比度对重建被测面形的影响。数值结果表明,条纹图的重叠和光栅的对比度均对非球面的检测精度有影响,重建面形误差随着被测面形非球面度的增加而增大。对测量误差的分析可为Ronch i检测装置的设计提供有效、可靠的依据。     

基于功能建模的多边折弯机规避与创新设计

探讨了如何在进行产品研发创新突破的同时还能有效规避专利侵权的风险。首先根据产品研发需求,全面准确地确定目标专利,有效提取专利技术特征中的明确组件与不明确组件。再通过组件分析确定组件层级,判断组件间的功能及类型,进行产品的功能建模。然后结合裁剪策略对功能建模的模型进行修剪,得到侵权风险较小的创新方案后,将方案次生问题转换成TRIZ标准问题,通过求解形成改进的创新方案。最后运用侵权判定原则和方法判定组合方案是否存在侵权风险。通过总结优化现有规避方法,得到基于TRIZ的创新规避方法,并以高效率的多边折弯机为研究对象,经判定运用该方法得到的方案无侵权风险,实际上该方法对不同行业领域的产品创新与专利规避设计均具有借鉴与指导意义。     

异地合作设计中设计方案的评价

对异地合作设计环境下方案评价的特点与传统方案评价进行了比较；考虑到参加评价专家的分布性，通过评定专家权重和专家评判相结合的模糊综合评判方法对设计方案进行评价；建立了异地合作设计环境中产品设计方案评价模型；最后通过实例验证了该方法的可行性。     

多维变量感性工学模型构建及其性能评估

针对传统一维变量感性工学模型实际应用价值不高的问题,提出了多维变量感性工学模型构建方法。首先构建产品多维造型特征空间和情感意象认知空间,再判定多维造型特征空间主特征,并对主特征进行参数化处理,然后运用多元回归分析多维造型特征空间与感性设计空间映射函数关系并构建产品的形、色、音、质及相关关系元件的多维变量感性工学模型。最后以数控机床造型设计为例对模型构建方法进行应用,并通过验证实验和对比实验对其性能进行评估,验证实验用于评估其有效性,对比实验用于评估其优越性。实验结果表明,多维变量感性工学模型具有更高的模型拟合度,更符合人们的实际认知,性能更佳,因此能更好地指导产品情感设计。     

基于SVM的产品评论属性特征的情感倾向分析

产品评论的情感倾向性分析是一个很有研究价值的领域,可以帮助客户、商家进行决策。针对产品评论中的属性词和情感词在文本中的各种关系,制定了8组特征选择规则,利用SVM算法训练模型来判断属性词和情感词的搭配识别,进而依据情感词及否定词等分析属性特征的情感倾向。实验结果表明:提出的基于S V M的搭配识别方法,在识别属性特征与情感词的搭配方面具有不错的分类效果。