多源监测信息融合仿生复眼型系统模式及感知计算机理

借鉴昆虫复眼获取与处理信息的机理和过程来构造多源、多尺度监测信息融合仿生处理系统模式,在水资源水环境的空中、地面多传感器时空定量监测应用中,多种卫星遥感传感器和地面监测传感器被设计“集成”在一个虚拟的仿生复眼平台上,通过模仿蝇类昆虫视觉信息获取和生物神经网络感知与计算的机理,实现大场景（LF）、小场景（SF）的协同监测和专题信息融合与决策,提出了空中、地面多传感器时空定量信息获取与处理的仿蝇复眼型信息融合系统模式,设计了基于仿蝇复眼感知与计算机理的多源信息融合工程模型和算法,包括虚拟复眼设计,虚拟复眼图像的预处理模型,LF系统和SF系统的感知与计算机理以及复眼图像超分辨率重构算法,仿真实验中验证了空中、地面多源多尺度监测信息融合的仿生复眼型系统模式、LF和SF系统计算模型以及复眼图像超分辨率重构的可行性与合理性。     

智能健康管理多源异构数据融合体系与方法

针对智能健康管理中对信息集成的要求,深入分析信息资源的异构特性,对基于多级多中心的多源异构数据融合方法进行研究,提出智能健康管理中多源异构数据的融合树体系结构,并介绍融合系统的设计、融合节点的组成以及具体的融合算法。对所采集的健康数据进行仿真测试,实验证明该体系可以获得较好的融合效果,实现对信息的有效集成,使管理效果更加优化。     

面向产业链协同SaaS平台的多源异构信息动态集成技术研究

为降低协作企业内部系统与产业链协同SaaS平台交换大量数据所消耗的时间和空间代价,提高实时数据查询的准确性,对多源异构信息集成服务技术进行了研究。设计了面向产业链协同SaaS平台的多源异构信息集成模型;构建了多源异构信息动态发布和动态发现机制;提出了以SaaS平台为核心的多源异构信息转换与注册算法以及事件驱动的数据源动态调用算法;实现了面向产业链协同SaaS平台的多源异构信息实时准确查询服务。该模型和算法在汽车零部件产业链协同平台服务商配件库存管理中的应用证明了该技术的可行性和有效性。     

基于多源异构数据的高速列车状态智能检测系统

通过多类型传感器实时采集列车运行数据并将其回传至中央控制系统的过程中,多源数据间的差异性构成了数据的异构空间。由于现有检测系统的数据空间不具备异构属性,因此无法实现多源数据细微差异特征分析,造成高速列车状态检测误差偏大,对列车运行安全造成影响。为此设计基于多源异构数据的高速列车状态智能检测系统,基于多源异构数据重构系统硬件,并在软件算法设计上,采用多类型列车高速状态信息的多源异构协同处理与多源异构下的多源信息高精度融合识别两部分设计,实现提升检测精准度的效果。与两种差异化检测系统进行异常状态检测与稳定性的对比实验,结果表明,所提设计系统稳定性与列车状态检测精准度最好,说明其具备提升列车状态检测精度的能力。     

基于多源信息融合的智能汽车环境感知技术分析

文章探讨了智能汽车环境感知功能的实现,分析多源信息融合技术在其中的应用。介绍了多元信息融合技术和智能汽车环境感知技术,从多源信息融合预处理和多源信息检测识别两方面,阐述多源信息融合在智能汽车环境感知中的应用,完善了汽车环境感知系统功能,以期能够推动我国汽车行业的智能化发展。     

多源信息融合认知机理与模型研究

论文对人脑多源信息融合处理的认知机理进行系统层次的梳理研究,利用人脑基本机能联合区等理论揭示了人脑的信息处理机制,建立了一个人脑信息融合"对象感知—情景关联—行动决策"三层核心认知模型,并对模型各层次进行了分析。该研究可为建立信息融合概念模型、发展新的信息融合理论和算法提供借鉴和参考。     

仿生型机器视觉研究 *

在深入分析人类眼球的神经机理、运动形式和特点及人类视觉神经通路的基础上 ,从模拟人类眼球运动构筑仿生机器眼和模拟人类视觉感知机理应用于机器视觉两个方面 ,探讨了视觉仿生研究的方式方法、研究进展、应用前景和发展趋势。提出了采用复杂系统控制方法构建多自由度仿生型机器人双眼运动模型的思路 ,分析了人眼固视微动机制的综合利用和应用价值以及超人眼系统的研究设想等新的视觉仿生研究方向。     

基于蚁群Stigmergy的多智能制造主体协同感知机制研究

在对现有典型协同感知机制分析的基础上,深入探讨了多智能体制造系统的协同感知机制。首先,针对集中式和分布式两类系统群体的协商决策、协商感知的机制进行了分析;其次,着重介绍了群体智能及其机理,结合蚁群Stigmergy的作用机理进行了详细说明,并根据蚁群Stigmergy机制进行多智能制造主体的协同感知应用的研究;最后,深入研究蚁群Stigmergy协作机制,并据此建立了多智能制造主体协同感知机制过程模型。     

仿生复眼型多源监测数据融合与专题信息提取

以天地网一体的水利立体监测体系建设,加强智能感知技术应用为背景,借鉴蝇类昆虫复眼的信息采集与处理机制,提出一种仿生复眼型多源监测数据融合与专题信息提取的系统设计模式.通过构建虚拟的"小眼"群汇聚卫星遥感和地面站网多传感器数据/信息,以及模拟大场景(LF)和小场景(SF)生物神经网络的适应性信息处理策略,对汇聚的数据/信...     

天空地一体化网络环境下多运动体系统跨域协同控制与智能决策

近年来,基于云控制技术的天空地异构多运动体系统的研究得到学界的关注,天空地跨域多运动体通过互联、互通、互操作,能够实现信息共享与融合、行为交互与协调、任务协同与合作,促进系统功能互补、效能倍增,从而提升面对复杂环境和任务的应对能力.鉴于此,详细阐述天空地异构多运动体系统的跨域协同控制与智能决策研究进展.首先,介绍天空地一体化网络环境下多运动体系统的内涵和云框架下的天空地移动云构成要素,以及代表性的研究进展;然后,从智能云控制和决策角度阐述天空地异构多运动体系统的研究现状,给出云控制与决策框架下的解决方案.最后,从集群管理、跨域协同感知、控制与决策等方面提出天空地异构多运动体系统需要解决的关键问题和技术,并对未来可能的研究方向进行讨论与展望.     

基于GQFD的无人智能化保障装备能力需求分析

着眼无人智能化保障装备发展问题,为构建智能高效的保障装备体系,在对智能化战争条件下装备保障“任务—能力”进行分析,确定感知战场态势、辅助指挥决策、装备检测维修、物资精准保障4项智能化保障任务和大数据分析处理能力、智能决策能力、多源数据采集能力等9种无人智能化保障装备能力的基础上,运用基于灰色关联分析的质量功能展开方法,建立包含灰色综合关联矩阵的无人智能化保障装备能力需求分析质量屋,得到无人智能化保障装备能力指标重要度排序,大数据分析处理能力重要度为6.890 6,居于首位,该能力是保障装备开展所有保障活动的基础,符合智能化装备保障“以智取胜”的致胜机理;结果表明该模型具有较好的可行性和适用性,验证了该方法在无人智能化保障装备能力需求分析中的可行性和有效性,为下一步无人智能化保障装备建设规划提供了有力参考。     

混合增强视觉认知架构及其关键技术进展

智能视觉系统虽然在大规模信息的特征检测、提取与匹配等处理上具备一定优势，但是在深层次认知上仍存在不确定性和脆弱性，尤其是针对视觉感知基础上的视觉认知任务，相关数理逻辑和图像处理方法并未实现质的突破，智能算法难以取代人类执行较为复杂的理解、推理、决策和学习等操作。为助力智能视觉感知和认知技术的进一步发展，本文总结了混合增强智能在视觉认知领域的应用现状，给出了混合增强视觉认知的基本架构，并对可纳入该架构下的应用领域及关键技术进行了综述。首先，在分析智能视觉感知内涵和基本范畴的基础上，融合人的视觉感知与心理认知，探讨混合增强视觉认知的定义、范畴及其深化过程，对不同的视觉信息处理阶段进行对比，进而在分析相关认知模型发展现状的基础上，构建混合增强视觉认知的基本框架。该架构不仅可依靠智能算法进行快速地检测、识别、理解等处理，最大限度地挖掘"机"的计算潜能，而且可凭借适时、适当的人工推理、预测和决策有效增强系统认知的准确性和可靠性，最大程度地发挥人的认知优势。其次，分别从混合增强的视觉监测、视觉驾驶、视觉决策以及视觉共享等4个领域探讨可纳入该架构的代表性应用及存在的问题，指出混合增强视觉认知架构是现有技术条件下能够更好地发挥计算机效能、减轻人处理信息压力的方式。最后，基于高、中、低计算机视觉处理技术体系，分析混合增强视觉认知架构中部分中高级视觉处理技术的宏观、微观关系，重点综述可视化分析、视觉增强、视觉注意、视觉理解、视觉推理、交互式学习以及认知评估等关键技术。混合增强视觉认知架构有助于突破当前视觉信息认知"弱人工智能"的瓶颈，将有力促进智能视觉系统向人机深度融合方向发展。下一步，还需在纯粹的基础创新、高效的人机交互、柔性的连接通路等方面开展更加深入的研究。     

基于多层次多视角的图注意力Top-N推荐方法

推荐系统是当前数据挖掘领域的研究热点,海量数据的涌现促使多源信息融合的推荐方法得到极大的关注。但是,现有的基于异质信息融合的推荐方法在进行特征表示时往往忽略了用户和项目之间的交互信息以及元路径之间的相互影响。因此,考虑到属性节点嵌入和结构元路径的不同视角,提出了一种多层次图注意力的网络推荐方法。该方法通过构建不同的元路径,将多源信息网络结构粒化为多个独立的粗粒度网络,然后基于图注意力机制结合局部节点属性嵌入,来分别学习用户和项目的潜在特征,最终给出融合后的细粒度网络推荐。在现实大规模数据集上进行横向和纵向评测,实验结果表明该方法能够有效地提升推荐性能。     

引入视觉注意机制的目标跟踪方法综述

视觉跟踪在无人飞行器、移动机器人、智能监控等领域有着广泛的应用,但由于目标外观和环境的变化,以及背景干扰等因素的存在,使得复杂场景下的鲁棒实时的目标跟踪成为一项极具挑战性的任务. 视觉注意是人类视觉信息处理过程中的一项重要的心理调节机制,在视觉注意的引导下,人类能够从众多的视觉信息中快速地选择那些最重要、最有用、与当前行为最相关的感兴趣的视觉信息,特别地,人类能够快速指向感兴趣的目标,从而可以轻松地实现对目标的稳定跟踪.因此,将视觉注意机制引入到复杂场景下的目标跟踪中,有利于实现更为稳定和接近于人类认知机制的视觉跟踪算法.本文旨在对引入了视觉注意机制的目标跟踪方法进行综述. 首先,介绍了视觉注意的基本概念及其代表性的计算模型;其次,对视觉注意与跟踪的内在关系进行了阐述;然后,对引入视觉注意机制的目标跟踪方法进行归纳、总结和分类,对代表性的方法进行介绍和分析;最后,对该类方法的特点和优势进行了讨论,并对未来的研究趋势进行了展望.     

基于层次因子图的智能车环境感知和态势认知模型

为了提升智能车的环境认知能力,根据数据信息的抽象化程度不同提出一种基于层次因子图的智能车环境感知和态势认知模型.首先,基于人类驾驶认知的分层记忆机理,按照被处理信息由低到高的抽象层次,将环境认知分为环境目标感知和态势认知两大任务模块,提出层次化框架;然后,确定层次因子图的拓扑结构并实现层次因子图模型,目标感知层具体体现为多源信息融合和目标跟踪,态势认知层具体体现为车辆变道等态势预测;最后,基于PreScan仿真环境数据、NGSIM真实驾驶数据集及DBNet自动驾驶实测数据集3种数据,验证所提出方法的有效性,并与现有的卡尔曼滤波方法和隐马尔科夫模型方法进行比较,以验证层次因子图在跟踪、融合、态势预测正确率和准确率方面的优势.     

基于矩阵补全的无人车感知系统的攻击防御技术

环境感知系统是无人驾驶技术中至关重要的一环,是整个无人车安全和稳定的前提。目前无 人驾驶领域内对于环境感知技术的研究主要集中在理想环境下的环境信息获取、语义信息高精度识别 以及多传感器的信息融合等,而未形成系统全面的攻击检测和防御体系。该研究利用感知系统中多传 感器感知信号在时域和空间域上的相关性,建立了多传感器之间的信息交叉数学模型,可有效检测到 被攻击的传感器,并基于矩阵补全方法对失真数据进行恢复。实验结果显示,该方法能够较好地检测 被攻击传感器,并恢复因攻击而缺失的目标信息。     

具有仿反馈机制的图像模式分类认知

目的 模仿人类认知事物反复推敲比对的过程,探索了一种具有仿反馈机制的图像模式分类认知方法和计算模型,通过认知结果分析评价指标体系在不同认知需求下逐级优化特征空间,实现从全局到局部的仿反馈认知模式,并成功应用于回转窑火焰图像的烧成状态认知。方法 首先,提出了训练层和认知层耦合运行的具有仿反馈机制的图像模式分类认知模型,阐述了模型的目标、结构和功能;其次,设计了基于认知结果分析评价的仿反馈运行机制,建立了认知结果分析评价指标体系;然后,针对火焰图像烧成状态认知的应用,采用核主成分分析技术(KPCA)构建初始火焰图像特征空间,以建立最大认知信息量意义下的图像模式分类认知信息系统,继而基于属性核计算和马氏可分性评价指标建立压缩的认知信息系统;最后,在不同认知需求下,基于分析评价指标体系评估认知结果,更新压缩认知信息系统,实现烧成状态仿反馈智能认知。结果 对采集的火焰图像进行了仿真实验研究,平均认知精度达到91.78%。结论 实验结果表明,相对于已有的开环认知方法,本文方法可以通过仿反馈机制对难以区分相似样本进行反复认知,有效改进了认知精度。     

融合多源信息的知识表示学习

在知识图谱中,实体的文本描述信息、实体的层次类型信息和图的拓扑结构信息中隐藏着丰富的内容,它们可以形成对原始三元组的有效补充,帮助提高知识图谱各种任务的效果.为了充分利用这些多源异质信息,首先通过一维卷积神经网络嵌入文本描述信息,然后根据实体的层次类型信息构建投影矩阵,将三元组中的实体向量和实体的描述向量映射到特定的关...     

融合粗糙集与GRA的异构信息多准则三支推荐及其在医疗推荐中的应用

在临床实践中,医疗推荐可能存在数据多源异构和推荐项目多准则的问题,考虑到医疗推荐的这些特征,定义了异构信息系统上不同数据类型的距离测度,实现多源异构数据的有效处理.首先,根据两个对象之间的混合距离得到异构信息系统中的二元关系,并构建异构信息粗糙集模型;然后,将多准则推荐与多准则决策方法(MCDM)相结合,运用灰色关联分析(GRA)聚合每个项目下多准则评分将其转化为单评分推荐;最后,在异构信息粗糙集模型的基础上引入三支决策,同时基于协同过滤方法实现三支推荐,考虑了推荐过程中的决策成本.在医疗应用部分采用临床数据实验,验证了所提出的模型能够为临床诊断提供知识支持,有效降低推荐决策成本,提高推荐的准确性.     

A computational cognition model of perception,memory, and judgment

The mechanism of human cognition and its computability provide an important theoretical foun- dation to intelligent computation of visual media. This paper focuses on the intelligent processing of massive data of visual media and its corresponding processes of perception, memory, and judgment in cognition. In particular, both the human cognitive mechanism and cognitive computability of visual media are investigated in this paper at the following three levels： neurophysiology, cognitive psychology, and computational modeling. A computational cognition model of Perception, Memory, and Judgment （PMJ model for short） is proposed, which consists of three stages and three pathways by integrating the cognitive mechanism and computability aspects in a unified framework. Finally, this paper illustrates the applications of the proposed PMJ model in five visual media research areas. As demonstrated by these applications, the PMJ model sheds some light on the intelligent processing of visual media, and it would be innovative for researchers to apply human cognitive mechanism to computer science.