基于层次Petri网的信息物理融合系统安全博弈建模

随着信息物理融合系统在工业中的广泛应用,系统安全已成为关注的焦点,信息物理融合系统的“物理依赖”和“信息驱动”特点使其面临信息物理双重威胁。为更加有效地进行应对,采取最佳防御策略,建立了基于层次Petri网的信息物理安全分析模型,并给出了描述攻防博弈策略的博弈网模型,进行了安全博弈分析,构建了纳什均衡策略并采用萤火虫群算法进行了求解。最后以防空网络为实例进行了模拟分析,验证了模型的有效性。     

博弈信息融合技术在ETC中应用的研究

应用博弈论的基本思想,探讨信息融合问题中的冲突与合作问题,将博弈思想应用到信息融合技术中,建立博弈信息融合的通用功能模型,在对模型的各功能模块进行深入分析的基础上,将上述思想应用到ETC不停车收费系统中,解决当前该系统中存在的可靠收费问题,并通过在河南濮阳的实地试验验证了所采用技术的可行性和有效性.     

基于改进D-S证据理论的多源空战信息博弈融合方法

多传感器系统与单传感器系统相比能够更大限度地获取被探测目标的信息量,但在空战中无人机传感器探测得到的数据在一定程度上具有欺骗性,利用博弈融合技术对多传感器数据进行融合,能够获得更加符合空战实际需要的信息。为此,研究了一种基于改进D-S(Dempster-Shafer)证据理论的多源空战信息博弈融合技术,在信息融合前采用Jousselme距离进行预处理,并利用费雪信息进行冲突数据博弈,所得策略集使空战数据更加可靠。在此基础上,根据邓熵方法对基于D-S证据理论的融合方法进行改进,与传统D-S证据理论方法相比,融合数据符合空战实际。最后对存在冲突的多源空战信息进行博弈融合仿真,仿真结果验证了该方法的可行性与优势。     

一种均衡时延和精确性的自适应融合算法研究

针对无线传感器网络中时延小和精确性高不能兼得这一状况,提出了一种建立在博弈模型基础上的均衡时延和精确性的自适应数据融合方法。该方法将所有网络节点根据能耗最优进行分簇,簇头与监控中心通过博弈来自适应地选择不同融合因子的融合算法使整个网络的总效益最大。实验仿真表明,在丢包率不同时,自适应融合算法可以得到最佳的融合因子,有效实现了时延和精确性的均衡。该方法为无线传感器网络中各个指标的折中提供了参考方向。     

图像融合的非负线性混合模型与算法研究

本文提出了一种适用于像素级图像融合的非负线性混合模型,该模型的意义在于任何像素级图像融合问题都可以用此形式化模型来表示.针对实际融合问题,根据实际情况对模型进行具体化或者简化,就能够得到具体融合问题的融合算法.在此基础上,根据图像融合的实际问题,本文给出了该模型的一种简化模型,并对简化模型的求解问题进行了深入研究.通过将简化后的模型转化为具体的优化问题,给出了一种快捷的图像融合迭代算法.所求出的图像融合结果综合了源图像中的特征信息,使得融合图像的特征信息损失较少,更接近于理想的真实图像.该方法的收敛性可以保证,是对现有图像融合方法的补充,能够应用于多种实际的图像融合处理中.大量的实验并与其他的融合算法的比较分析表明了本文算法的有效性和优越性.     

一种基于博弈融合模型的PID参数整定方法

将多传感器信息融合理论应用于大型非线性系统的PID控制中。引入博弈算法解决了传统信息融合系统中信息冲突环境下的决策问题，实现了融合中心的多传感器交互决策。并将该模型用于丰满水电系统调速器PID控制的参数在线调整。经计算机仿真实验表明，该模型可以有效地解决原PID控制参数整定困难而导致的系统转速和频率振荡等问题。     

热红外与可见光图像融合算法研究

融合热红外与可见光图像能够达到信息的互补,弥补单一模态在某些条件下的不足,因此具有较高的研究和应用价值。采用了一种基于稀疏表示模型的热红外与可见光图像融合算法。首先,根据一定量图像样本学习出较为完备的字典。其次,对于给定的两模态图像对,通过稀疏表示模型在学习出的字典上分别对其进行稀A表示。同时,为了提高鲁棒性,使用了拉普拉斯约束对表示系数进行正则化。然后,根据融合算法对两模态图像进行有效融合。最后,在公共的图像以及收集的图像上进行了实验,实验结果表明,该算法能够有效地融合两模态图像的信息。     

基于模糊矩阵博弈的网络安全威胁评估

在分布式网络安全积极防御系统中,需要进行多层次的信息融合。其中层次较高的威胁评估是根据网络安全态势感知结果,推测或判断威胁程度以及可能的行动方案。该文在分析博弈论中模糊矩阵博弈原理和网络空间威胁评估机理的基础上,提出了基于模糊矩阵博弈的网络安全威胁评估模型及其分析方法,并给出了计算实例与研究展望。     

一种基于Q学习的有限理性博弈模型及其应用

传统博弈理论模型建立在人的完全理性基础之上,难以切合实际。有限理性博弈则能够很好地描述实际问题。有限理性的博弈者参与到不完全信息博弈中,对博弈的规则、结构以及对手等博弈信息有一个逐渐适应和了解的过程,因此博弈应是动态进化的模型。针对这一问题,提出了一种基于Q学习算法的不完全信息博弈模型,根据Littman的最大最小原则建立了多指标体系下的策略选择概率分布;构建了Q学习与博弈融合的数学模型,使用Q学习机制来实现博弈模型的动态进化;最后将模型应用于两人追逐的仿真实验,结果表明所提出的模型能够很好地再现追逐情景。     

不完全信息博弈的机器人对抗决策

针对机器人比赛时局势的动态变化给机器人对抗决策博弈局面带来的不完全性问题,提出了豪尔绍尼转换和贝叶斯均衡相融合的不完全信息博弈算法,该算法克服了博弈局势中对未知信息的盲目"猜测".以机器人足球比赛时的数据为背景建立不完全信息博弈模型,研究机器人的决策对抗系统.仿真结果表明,不完全信息博弈算法可以使得机器人进行较优策略的选择,从而进一步提高机器人在比赛中的自主性和智能性.     

基于信息融合的入侵检测系统研究

研究在入侵检测中,采用信息融合的方法,试图解决当前入侵检测系统中存在的问题。提出了用于入侵检测的信息融合模型,并应用贝叶斯网络的多书传播算法给出了信息融合的方法。采用和挑选DARPA2000中的数据作为样本,通过实验验证,基于信息融合技术的入侵检测方法能够提高检测度,降低误报率。     

故障诊断的信息融合方法

对基于信息融合的故障诊断方法进行综述．首先简要阐述信息融合的基本概念以及信息融合与故障诊断的关系;然后介绍贝叶斯定理融合故障诊断、模糊融合故障诊断、证据理论融合故障诊断、神经网络融合故障诊断和集成信息融合故障诊断方法的诊断原理与步骤。并分析其特点和局限性;最后给出了信息融合故障诊断研究的若干发展方向．     

多传感器融合综述

对智能机器人领域的多传感器融合的研究现状进行了讨论。首先，对该领域研究中的一些问题进行了概述，包括信息描述空间、数据关联与时间同步、验前信息和融合结构等，然后把已有的融合方法分类成概率统计方法和人工智能方法进行重点介绍。最后，强调了融合结构在多传感器融合研究中的作用，并且对多传感器融合的未来研究作了进一步的展望。     

多源遥感影像融合理论、技术和应用

多源遥感影像融合日趋成为国际上遥感领域的研究热点，也是处理和充分利用多源遥感海量数据的有效途径。本文综述了多源遥感影像数据融合技术，包括融合原理、融合的主要方法、遥感影像融合应用、融合评价指标，最后指出了融合中存在的问题和发展趋势。     

物联网信息融合技术及存在的问题研究

针对物联网信息融合问题进行了简要阐述, 指出物联网信息融合技术分为数据级融合、特征级融合和决策级融合三个层次。从融合技术的原理、适用领域以及技术之间差异性等方面对不同类型技术进行了较为全面的评述。在此基础上, 指出了物联网信息融合过程中存在的问题和挑战, 分析了有待进一步研究的方向。     

A multilevel information fusion approach for visual quality inspection

For visual quality inspection systems to be applicable in industrial settings, it is mandatory that they are highly flexible, robust and accurate. In order to improve these characteristics a multilevel information fusion approach is presented. A first fusion step at the feature-level enables the system to learn from an undefined number of potential defects which might be segmented from the images. This allows for the quality control operators to label the data at the image-level and the sub-image-level, and use this information during the learning process. Additionally, the operators are allowed to provide a confidence measure for their labelling. The additional information obtained from the increased flexibility of the operator inputs allows to build more accurate classifiers. A second fusion step at the decision-level combines the classifications of different classifiers, making the system more accurate and more robust with respect to the classification method chosen. The experimental results, using various artificial and real-world visual quality inspection data sets, show that each of these fusion approaches can significantly improve the classification accuracy. If both information fusion approaches are combined the accuracy increases even further, significantly outperforming each of the fusion approaches on their own.     

多传感器信息融合概述及其应用

多传感器数据融合广泛应用于自动目标识别、工业过程控制、遥感、医疗诊断、图像处理、模式识别等领域。介绍了多传感器信息融合技术的概念,对信息融合的算法进行了概述,提出了基于粗糙集理论的多源信息融合算法,最后对多传感器融合技术的研究动向进行了展望。     

基于小波变换的一种改进融合规则的图像融合

针对多聚焦图像,通过小波变换和基于窗口的系数绝对值和选大融合规则,存在着对噪声敏感和融合信息不完整等缺点。为了克服这些缺点,使融合后的图像包含尽可能多的源图信息,提出了一种在融合时两幅图像的系数都选取的融合规则。通过对多聚焦图像融合的实验结果比较表明,提出的融合规则的融合效果更优,可避免信息损失。     

信息融合方法及应用研究

信息融合是现代信息技术与多学科交叉、综合、延拓产生的新的系统科学,随着计算机科学,网络通讯技术,微电子技术和控制技术的飞速发展,它也得到了迅猛的发展,尤其近年来,它已受到广泛关注,它的理论和方法已被应用到许多研究领域。在大量文献被浏览的基础上,从信息融合的概念、基本原理、融合方法以及应用领域分别进行论述,最后,给出了几个面临的挑战问题和将来的发展趋势。