基于RBF神经网络的多传感器信息融合技术在粮情测控系统的应用

将信息融合方法引入到粮情测控系统,提出一种基于多参数、两级信息融合的粮情测控方法。该方法综合了多因素对粮食品质的影响。首先通过改进的强跟踪kalman滤波器进行粮情数据初次融合,其融合结果再通过RBF神经网络算法进行融合处理。研究表明,此方法应用于粮情测控系统,提高了测控系统的可靠性。     

多传感器信息融合技术在粮情测控中的应用

提出一种基于多参数、两级信息融合的粮情测控方法.该方法综合了多因素对粮食品质的影响.首先采用加权数据融合算法对剔除疏忽误差的同质数据进行一级融合,然后用已训练好的BP神经网络进行二级融合,最后给出粮情的安全等级.研究表明,该方法充分利用多种有效监测数据,实现同质数据的优化,整体上考虑了异质数据源的互补性,提高了测控系统的可靠性、全面性.     

基于Transformer的粮食安全信息融合算法研究

粮情监测和环境控制对保证粮库安全具有重要意义,但是由于粮库环境复杂,令相关工作人员对其的实时监测十分困难。这就出现了对粮库多源数据融合分析的需求,特别是对异质传感器信息的融合,即对多传感器时间序列数据进行有效的异常检测。但是如何提高数据融合结果的准确度和稳定性一直是一个问题。为了能够实现准确的多源异质数据融合,提高粮库监控的智能化,本文以自注意力机制为切入口,提出了一种基于无监督的Transformer深度学习模型来进行粮库安全信息融合,该模型能够广泛适用于不同的粮库安全监测场景。实验结果表明,本文基于自注意力机制的信息融合模型具有更好的粮情监控能力,能够及时有效的发现粮库的存储问题,保证储粮安全。     

数据融合技术在粮情自动检测系统中的应用研究

粮情自动检测技术是一门综合技术，是关系到国计民生的大事，本文介绍一种多传感器智能粮情自动检测方法，可以自动检测粮食的水分、湿度和温度。为了提高多传感器系统的可信度和可靠性，本文采用基于数据融合的信息处理方法，对检测数据进行处理，使检测数据更接近真值。     

粮情监控系统中传感器故障诊断和数据恢复

粮情监控系统对粮食的安全储藏十分重要,然而,粮情监控系统中的传感器经过长期使用后往往会出现故障。针对粮情监控系统中的传感器故障,本文给出了一种基于主成分分析法的传感器故障诊断和数据恢复方法。利用主成分分析法对正常运行条件下的测量数据进行建模,可将测量空间分为主成分子空间和残差子空间。利用平方预测误差检测传感器故障,利用传感器有效性指数辨识故障和寻找故障源,通过多次迭代和逐步逼近主成分子空间的方法实现数据恢复。最后,利用实际粮情监控系统的测量数据验证了传感器故障诊断和数据恢复方法的正确性和有效性。     

基于深度学习的粮食安全信息融合技术研究

作为世界上最大的粮食生产及消费大国，我国粮食在产后的储存安全方面显得尤为重要。针对多种储粮信息的安全状况分析，采用数据融合技术是获得全面、准确结果的有效方式。数据融合通过对粮食多源信息的综合分析，以获取安全评估的一致性解释和描述。深度学习则是提取数据深层特征的有力工具，因此基于深度学习的多源数据融合方法能够充分发挥数据关联与潜在价值，更加稳定的做出准确判断和决策。本文首先根据相关文献综述数据融合的产生与发展；并对传统数据融合方法应用以及现代数据融合研究成果进行分类对比，分析深度学习在数据融合中的优势，进而提出深度学习在粮食信息融合处理中的可行性；最后结合粮情处理现状，提出一种基于深度学习的粮情二级融合框架，采用温度、湿度、水分、虫害四种储粮信息的融合，对其在储粮安全评估中的应用做出研究和展望。     

大数据在粮库粮情预测中的应用

针对大数据在其他行业产生的聚合增值效应,立足粮情预测问题,分析大数据在我国粮情预测领域缺乏应用的现状。通过建立各级储粮公司数据共享的云服务平台,借助基于部分约束信息的大规模数据集EM概率聚类算法对粮库粮情大数据进行挖掘。围绕粮食储藏安全给出几点指导性意见,为未来粮情预测提供更好的理论技术支撑。指出大数据的应用必将成为提升粮食安全系数的重要手段和途径,同时实现降成本、增效益的目标,与此同时展望未来的发展趋势。     

面向粮情决策支持的知识图谱构建研究

据国家粮食和物资储备局的数据显示,我国在粮食储藏、运输和加工等产后环节,每年损失量达700亿斤以上,粮食产后损耗问题亟待解决,减少损耗刻不容缓。课题组利用知识图谱技术含有大量先验知识、便于进行知识推理等特点,通过构建粮情知识图谱,并在其上进行知识推理,从而达到辅助粮情决策的目的。经过实验验证,基于知识图谱的粮情决策支持技术既能为农户提供智能化粮情和减少粮食损耗方法的查询服务,也能为国家储粮安全提供信息支撑。本文首先对当前粮情决策支持技术进行综述分析,指出不足。然后介绍了知识图谱构建及推理方法,最后给出了基于粮情词典和Flat-lattice模型抽取粮情实体用于构建知识图谱的算法。     

粮情监测预警技术研究进展

粮情监测预警对保证粮食安全至关重要,本文从粮食储藏过程中温湿水检测、虫霉监测和温度预测预警等方面总结粮情监测预警技术的研究现状,着重突出新一代信息技术与粮情监测技术的融合发展,旨在为粮情监测预警的未来发展提供新的思路,为行业信息化、智能化建设提供参考。     

粮情检测系统软硬件接口设计

粮情检测是粮库安全储粮采用的重要技术.针对目前粮库在使用粮情检测系统中面临的问题进行分析,提出建立一套标准的粮情测控系统软件接口、实现不同厂家监控软件的互换性、真正做到系统设备的无关性,并详细描述了粮情检测系统软件与硬件间接口标准的建立过程、实现方法.     

基于BP神经网络和D-S证据理论的粮情评价研究

针对D-S证据理论的基本可信度分配函数难以确定和单一BP神经网络输出的评价结果不稳定的特点,提出了一种BP神经网络和D-S证据理论相结合的信息融合处理与状态评估方法用于粮情评价。该方法是将多个BP神经网络的输出结果作为证据理论的基本可信度分配函数（BPAF）,然后依据证据组合规则进行融合,得出粮情的安全程度。本方法降低了单一BP网络输出结果的不稳定性,且提高了融合处理的可信度和精度,增强了系统的容错性。     

数字式粮情测控系统在粮库中的应用

随着大规模集成电路和高科技数字式传感器的发展应用,数字式粮情监控系统已经开始在我国粮库中使用,模拟式的粮情监控系统最终将被代替.     

机载大气信息融合与评估技术研究

大气数据系统和惯性导航系统是飞行器至关重要的导航设备,进行大气/惯性数据信息融合,能够在不降低系统自主性的情况下,对两者的综合性能进行更改。因此我对机载大气/惯性数据信息融合与评估技术开展了较为深入且有针对性的研究。也较为充分的利用实际飞行数据验证了算法的可行性与有效性。论文设计了一种基于多传感器融合的导航信息评估方法,利用量测融合、集中式卡尔曼滤波以及最优固定区间平滑滤波的三步融合的方式获取高精度评价基准信息。同时论文也设计了仿真平台对融合后的基准信息精度进行了验证,评估基准精度高、稳定可靠。在算法设计的基础上,论文进行了机载大气/惯性数据信息融合与评估系统的设计与开发,并利用实际飞行数据对系统软件进行了性能测试,验证了软件设计的正确性与可行性。机载大气/惯性数据信息融合与评估系统具有较高的工程应用价值。     

我国粮食产后领域人工智能技术的应用和展望

运用人工智能(Artificial Intelligence, AI)技术提升粮食产后的管理水平是粮食安全问题的热门话题之一。储粮智能通风、智能粮情监测等机理驱动AI技术推动了储备粮"四合一"技术的应用。粮堆多场耦合理论等新的储粮基础研究为机理驱动AI提供了新方法。数据驱动AI在粮食干燥控制、害虫识别等应用中发展较快。在粮食产业链管理当中,5T管理理念与方法使AI与技术管理高度融合,使成品质量管理与作业过程管理有机结合,为大数据的全链条应用提供了路径。但粮食产后领域仍然存在AI技术应用不平衡,总体水平较低问题。期待在粮情监控预警、收储精准品控、粮食大数据挖掘等方面,加快机理与数据双驱动AI技术的研发;在粮食产业链管理、行业监管服务等方面加快智慧粮食系统的建立。     

一种基于改进的YOLOv3算法在粮虫小目标检测的应用

原始YOLOv3模型被认为适合求解多尺寸的图像目标检测问题,但是对于粮虫小目标检测存在表征能力不足且检测效率较低的问题。本文基于此提出了一种融合GIoU算法的YOLOv3检测模型,一方面使用GIoU算法弥补IoU算法对于两个不相交box无法进行量化的问题,同时使用GIoU对损失函数进行优化,损失函数优化为GIoU损失、置信度损失和分类损失三方面;另一方面使用五种数据增强手段对原始1 998张数据集进行数据增强,最终形成大小为9 990张的数据集,并使用K-means聚类算法对自制数据集进行聚类分析,聚类出符合粮虫小目标检测的先验框。针对自制的9 990张粮虫的数据集进行实验获得了99.43%的mAP和每幅图像0.040 s的检测速度,与原始YOLOv3模型相比,本文所提模型对于小目标的粮虫检测效果得到了很大的提升。     

辽宁省国储库粮食仓储信息化建设情况调查分析

为了掌握辽宁省粮库粮食仓储信息化建设状况、存在问题及解决办法,对省内13个有代表性的国储库开展了一次系统的调查研究。结果显示,省内国储库粮食仓储信息化建设的主要内容有数字电子测温系统、粮面视频监控系统、粮情远程检测技术、粮情监测与分析预警系统、粮食数量监控系统、通风自动控制系统、智能出入库管理系统、仓储数据无线传输技术等。存在的主要问题有粮食仓储数据存在大量“孤岛”、基层单位缺乏信息化建设资金、储粮配套设施陈旧、人员老化及复合型人才缺乏等。建议国储库信息化建设应统筹规划分步实施、采用共同投资方式、配备或完善粮食仓储配套设施设备、建设信息化技术人才队伍等。     

粮库粮情监测系统研制

研制了一套粮库粮情监测系统,可以监测粮库粮堆内的温度,同时,系统自带无线射频模块和预留RS485接口,可以接入其它有线或无线的传感器,监测粮库内环境温湿度、粮食水分、气体(O2、CO2、PH3)等物理量。系统包括测温电缆、无线数据集中器及无线测温杆。测温电缆和无线测温杆内嵌入的所有DS18b20传感器通过单总线与无线数据集中器连接。无线数据集中器既是数据转发装置亦是数据采集装置,它将粮情监测设备测取的数据通过GPRS或以太网传输至远程监控主机。     

高大平房仓蛇床子素防虫储粮试验

通过在高大平房仓中采取粮面施药的方式（至粮面下50 cm处）,将蛇床子素均匀的施于粮堆表面,通过对试验仓和对照仓储粮害虫及粮情数据的监测,蛇床子素起到了良好的防治害虫作用,且未引起粮情的异常变化,达到了预期的目的,为实仓中采用蛇床子素科学防治储粮害虫积累了数据。     

高大平房仓惰性粉防虫储粮试验

通过在高大平房仓中采取粮面施药的方式(粮面下50 cm处)将惰性粉均匀的施于粮堆表面,通过近一年对试验仓和对照仓储粮害虫及粮情数据的监测,惰性粉起到了良好的防治害虫作用,且未引起粮情的异常变化,达到了预期的目的,为采用惰性粉科学防治储粮害虫积累了数据.     

粮情测控系统中传感器布局的改进离散粒子群算法

粮情测控系统的检测往往涉及到传感器布局的优化问题。基于改进的检测故障-传感器相关性矩阵,提出一种传感器布局优化模型,该模型在传感器故障自检测能力约束下,基于混沌理论,根据粒子群算法的早期收敛程度自适应调整其惯性权重,并重新定义了粒子的位置更新方式。对于建立的检测故障-传感器优化模型,应用改进的粒子群算法进行仿真实验,实验结果表明,优化结果能够满足粮情测控系统的测试指标,为粮情测控系统中传感器的优化设计提供了新的思路。